基于XML的一种多Agent异构数据查询模型设计

提出一种基于XML的多Agent模型,用来解决分布式异构数据环境中的数据查询.模型包括用户个性化Agent、查询处理Agent、动态数据字典Agent、数据集成Agent和模式转换ANent.在模型中各个Agent既能独立完成各自的功能又可以相互合作,以XML语言为信息处理和交互的载体共同实现目标.     

基于BoBGSAL-Net的文档级实体关系抽取方法

文档级实体关系抽取的主要任务是提取文档中实体之间的关系.相较于句内实体关系提取,文档级实体关系抽取需要对文档中多个句子进行推理.为了解决文档中不同实体之间的复杂信息交互问题,提出一个混合提及级图MMLG (Mixed Mention-Level Graph)策略,用于拟合文档中不同实体之间的复杂信息交互,提高模型对于文档级实体关系的感知能力.此外,为了应对实体关系中存在的关系重叠问题,构建了实体关系图ERG (Entity Relation Graph)模块,该模块融合了路径推理机制,主要针对实体间的多个关系路径进行推理学习,更准确地识别提及级节点实体及关系.通过将MMLG策略与ERG模块聚合到实体关系抽取模型中,构建BoBGSAL-Net (Based on Bipartite Graph Structure Aggregate Logic Network)模型,并在公开数据集DocRED和作者实验室构建的数据集AlSiaRED上开展实验,结果证明BoBGSAL-Net在文档级实体关系抽取任务中性能得到提升,其中BoBGSAL-Net+BERT模型在AlSiaRED数据集上的关系抽取...     

物联网服务的π-演算建模与验证

针对物联网服务建模和验证问题,用π-演算理论对物联网服务和环境实体进行动态交互行为建模,并引入μ-演算刻画物联网服务能力,将其描述为物联网服务和环境实体动态交互行为的执行序列。针对特定的应用场景,使用π-演算定义了物联网服务和环境实体,利用μ-演算对物联网服务能力进行建模,使用检测工具MWB验证了模型的安全性、活性和时间约束三个性质,为物联网服务建模和验证提供了参考。     

利用Agent实现城市交通信息集成与协同的方法

针对交通业务系统的复杂性和交通信息的多源性与异构性,采用服务总线和Agent技术来构建交通信息集成模型,能够较好地整合多种交通信息实现综合的交通服务与决策.在数据集成的基础上进一步探讨基于服务总线的Agent协同模型,该协同模型可以交通管理各个业务系统之间的联动,从而提高交通管理与服务的效率和综合能力.     

Agent通信模型

以人工智能领域分布式任务处理中的黑板模型作为Agent通信模型的基础 ,以能够实现单播、组播、广播为度量标准 ,通过 5个假设对通信安全需求进行分析 ,构造了Agent通信单元模型、树形拓扑多Agent通信模型 ,提出了在Internet环境中不同MAS间Agent通信实现方法 .在通信语言环境的分析中 ,通过综合考虑具有不同通信协议、不同通信内容格式、不同实体概念以及不同通信服务质量和通信安全等问题 ,提出了异构MAS系统间的通信语言环境的分层模型 .研究结果表明 ,在Agent通信协议中设置通信服务质量的功能 ,可以使MAS在广泛的领域得到应用     

主动式高校网络信息系统的架构设计

高校不同部门中的异构系统,给全校信息的共享和交换带来了困难.本文对高校信息网异构数据库中的元数据进行了语义标注,实现了异构数据的逻辑融合.采用基于本体的信息定制方式,通过web服务提供推送服务,设计了一个主动式高校信息服务系统.实验结果表明,该系统能够满足高校异构环境下的信息共享需求,具有较好的应用价值.     

异构环境下JMS与XML集成框架模型设计与研究

随着企业信息化的快速发展,企业面临着分布在全球异构环境下的资源整合和信息交互共享,JMS与XML技术为实现分布式异构环境下的信息交互与共享提供了良好的解决方案.提出了在不同平台上以XML作为数据表示的异构数据系统集成模式和JMS作为消息通信的集成框架,研究了该框架模式下的核心接口技术,给出了一个在此框架模型下的具体实现过程.     

基于Agent油田前磁信息数字化信息管理系统的研究

为了实现在石油工业地质研究中用先进的网络系统管理前磁信息数据,使用面向Agent的软件工程方法——Gaia方法详细分析了油田前磁信息数字化信息管理系统,建立了该系统的分析模型和设计模型,将Gaia和OAA的系统分析与设计方法应用在基于Multi Agent前磁信息处理系统中.本文应用Gaia的分析方法建立了系统的角色模型,在此基础上构建了基于Multi Agent前磁信息数据处理整体框架体系,该体系也可基于异构平台的数据环境.     

基于PML及Hedge的物联网异构信息集成处理模型

针对物联网前端感知信息的海量性和异构性问题,提出物联网异构信息集成处理体系结构,包括引入物联网异构数据交换标准并提出物联网异构信息处理方法.物联网异构信息集成方案在感知层、传输层及应用层进行.在感知层,模型对不同传感器或RFID的信息进行归一化及数据清洗;在传输层和应用层,模型对这些异构物联网信息进行信息融合及智能处理...     

基于智能优化算法的物联网异构数据融合方法

针对当前物联网数据融合方法速度慢、 融合精度低等问题, 以改善物联网异构数据融合效果为目标, 提出一种基于智能优化算法的物联网异构数据融合方法. 首先采用多个节点采集监测对象状态数据, 并对每个节点采集的数据噪声进行过滤, 初步减少数据规模, 提高物联网异构数据质量； 然后引入聚类分析算法处理簇首数据, 消除簇内数据间的冗余； 最后在汇聚节点采用智能优化算法对簇首数据进行加权融合, 并在相同环境下与其他融合方法进行对比实验. 实验结果表明, 该方法能对物联网异构数据进行有效融合, 获得了较高精度的物联网异构数据融合结果, 物联网异构数据融合错误少、 速度快, 提高了物联网数据融合的效率.