普适计算的访问控制研究

普适计算环境是由移动用户、系统的服务、嵌入在物理环境的传感器和资源组成的联合环境．用户在该环境中能够在任何时间任何地点访问资源．但是保证这样应用的安全是很困难的，因为相互合作的实体具有事先不可预知性，传统的在静止的、封闭的环境中基于身份的访问控制方法是行不通的．提出了普适计算的动态访问控制模型．模型的操作过程表明它适合普适计算应用．     

基于本体的环境信息系统框架

为了解决环境信息学研究和应用中所遇到的数据异构、系统互操作和信息检索等问题,将信息学中本体和语义网研究领域的最新成果引入环境信息学,提出和设计了一个基于本体的环境信息系统框架。该框架以本体技术为核心,采用双层本体结构,提供语义级的信息共享和系统互操作,实现了环境信息服务和环境智能信息检索功能,具有很强的可扩展性。     

领域本体构建的方法研究

分析了当前领域本体建设中存在的问题，给出了领域本体建设的一般方法，并对其中一些关键的技术作了介绍，通过这些论述，阐明了面向语义Web的领域本体建设的基本情况，为创建面向语义web的本体提供了基本知识。     

基于限制的OLAM任务语义模型

通过对大量决策分析算法的分析,提出了基于限制(Constraint)的OLAM任务语义模型,该模型从一定的逻辑高度对OLAM进行抽象,利用它可以分析OLAM任务的共性,提取OLAM任务执行时的基本操作,这些基本操作的基础是语义片断。文中给出了语义片断之间关联关系的分析和判断方法,提出了基于限制的、具有方向性的语义关联度定义。语义片断间关系的确定是OLAM任务/事务优化的基础。     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。     

"细读方法"对语句"花园路径现象"的指明作用

"花园路径现象(GDP)"非局部歧义.花园路径现象在语素、词汇、句子、语篇层面普遍存在."细读三知识"体现内在隐能,"细读三能力"反映外在显能,内外结合、显隐搭配形成"细读原则"(MCR).只有围绕语义中心,满足认知、结构、功能条件,符合充分性、普遍性、结合性、能释性要求,才能正确解读语句层面的花园路径现象.     

基于量子的免疫进化算法及收敛性

分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。     

心理词汇学习策略与英语词汇教学

词汇学习是语言学习的重要组成部分,本文阐述了心理词汇的基本理论及词汇学习策略的基本分类,试图探讨如何将心理词汇与学习策略结合起来,分析在词汇学习策略中心理词汇的指导作用。     

Two Language Models Using Chinese Semantic Parsing

Introduction Although the word trigram dominates the statistical language modeling community, it still has some short- comings. For example, the word trigram cannot make use of the rich linguistic structure of the language, nor can it capture long-distanc…     

基于DPPEJ的并行计算研究

对DPPEJ(Distributed Parallel Programming Environment for Java)软件包的工作原理作了详细的介绍,并采用Java语言实现了运行于DPPEJ环境下的FFT迭代算法和递归算法的并行计算程序.通过对实验数据的性能分析表明,由于Java代码的简单性和可移植性,基于DPPEJ的Java并行计算程序通过使用RMI远程方法调用可以较好地利用网络环境下的计算资源进行分布式的并行计算,具有一定的应用前景.