试论黔东南州稻瘟病发生和流行的环境条件及综合防治措施

稻瘟病是水稻上的一种重要真菌病害,贵州各稻区都有发生,严重制约了水稻生产。笔者在描述稻瘟病症状的基础上分析了影响该病发生和流行的环境条件,进而提出综合防治措施。     

SCDL:一种面向对象的Web服务合成描述语言

 在现有的Web服务架构下,以标准化、易实现的自动服务合成为动机,基于面向对象的思想提出了一种XML格式的标准化Web服务合成描述语言,及其到面向对象编程语言类定义的转换规则.首先基于XML DTD定义了特定领域内服务合成模式,进而提出服务合成的描述语言SCDL,然后给出从SCDL到面向对象编程语言类定义之间的转换规则.理论分析及实验结果表明,所提出的方法具有一定的完备性及有效性.     

一种面向无线传感器网络数据融合的路由联盟博弈方法

 在无线传感器网络为数据融合进行路由选择的过程中,减少电量消耗是一项重要的工作.由于节点对电量自私性保护,导致不会向其它节点转发数据,并且各个节点的电量消耗不均匀.这使得整个网络的性能和寿命受限.基于联盟博弈理论,对支持联盟博弈的W SN进行建模.使用特征函数描述联盟内节点发送数据过程中的收益和成本开销.针对大规模可能的解空间,基于特征函数并应用贪心策略算法搜索近似最优联盟结构,并得出结论该算法所得到的近似解在可接受的误差范围.实验结果表明,提出的路由联盟博弈模型能较大限度地延长W SN的工作寿命.     

基于静电场理论和PageRank算法的微博用户相关性分析

微博作为最流行的网络社交媒体之一,其用户之间的相关性分析,是社交网络应用中社区发现、影响传播和行为建模等问题的重要基础.以静电场理论和PageRank算法为基础,利用其简单可靠、基础坚实的良好性质,提出了微博用户重要程度、用户行为距离的概念,并结合微博文本词汇相似度,给出了微博用户相关性的度量方法.实验结果表明,提出的微博用户相关性分析方法具有高效性和准确性.     

不确定性知识的定性表示、推理及其应用——定性概率网研究综述

 贝叶斯网是不确定性知识表示和推理的有效框架,定性概率网是贝叶斯网的抽象表示,它简化了不确定性知识的表示,加速了不确定性知识的推理.近年来,定性概率网成为了不确定人工智能和知识发现领域的一个重要研究方向.分析总结了目前定性概率网的挑战和研究成果,主要包括定性概率网的知识表示、推理及应用3个方面.表示方面,概括了定性影响、定性加协作、定性乘协作和原因间影响,并探讨了定性概率网表示机制存在的问题及主要解决方法;推理方面,描述了推理算法,探讨了定性概率网推理冲突问题,分析比较了解决推理冲突的主要方法;应用方面,概括了基于定性概率网的知识发现和决策支持的主要方法.此外,基于对现有研究成果的分析总结,也指出了定性概率网相关方面进一步研究的问题及重点.     

时序环境中概率因果关系的定性表示及融合

 时序数据库各时间片的数据中蕴含着概率因果关系,多时间片概率因果关系的融合可为时态环境中因果关系的综合分析、全局考虑、决策支持及趋势预测等提供科学的依据,该文研究多时间片内同一变量集上概率因果关系的定性表示及融合.首先将各时间片的贝叶斯网(BN)抽象为定性概率网(QPN),以定性的方式高效、简洁地表示各时间片数据中蕴含的概率因果关系.然后,基于BN的推理方法及时序环境中的马尔可夫假设,构造多时间片QPN的一致表示,从而解决各时间片QPN的结构融合问题.基于证据叠加和QPN中定性影响加权的基本思想,给出基于区间值的QPN定性影响量化及相应的定性影响叠加方法,从而解决各时间片QPN的参数融合问题.实验结果表明所提出方法的可行性.     

浅议高校学位论文知识产权教育现状及图书馆员的指导义务

从高校学位论文知识产权教育现状分析出发,分析高校普遍存在着"用"而"不引"、滥列引文等侵犯知识产权的现象.针时图书馆与知识产权制度之间密不可分的关系,探讨了高校图书馆员在重视知识产权学习、指导学生如何保护学位论文知识产权的义务,指出高校图书馆员在学位论文知识产权方面的参考指导内容及实施途径.     

带隐变量贝叶斯网学习方法：研究综述

带隐变量贝叶斯网是一种重要的概率图模型，通过引入隐变量，对数据中的隐含知识进行定性和定量描述，从而实现不确定性知识的表示和推理.近年来，带隐变量贝叶斯网的学习，成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总结了目前带隐变量贝叶斯网学习研究面临的挑战，针对所涉及的确定隐变量的势和个数、参数学习及结构学习这3个方面的工作，介绍确定隐变量势和个数的基本思想，对学界广泛关注的参数学习和结构学习的代表性成果进行了综述，给出相关方法的适用场景、基本思想和主要步骤，也给出相应的对比分析.确定隐变量的势及个数方面，阐述了基于聚类的方法和基于团的方法；参数学习方面，阐述了包括插补、梯度上升、EM算法在内的方法，以及基于EM算法的改进方法；结构学习方面，阐述了基于评分搜索方法和基于条件独立方法的基本思想，以及基于评分搜索算法的改进方法.此外，基于对现有研究成果的分析总结，指出了带隐变量贝叶斯网学习进一步研究的问题及重点.     

碰撞长度可变的三时钟N-CSMA的WSN协议分析

非坚持随机多址接入无线传感器网络虽然可以控制系统和降低能耗,但其效果一般,实用性不强.提出了一种基于碰撞长度可变的三时钟N-CSMA的WSN协议,通过划分成功分组发送时间(1+a),碰撞分组发送时间(b+a),空闲分组发送时间a,以此得到系统的吞吐率、碰撞率、空闲率、信息分组发送时延等重要的系统参数.通过改变碰撞长度b的取值,降低节点平均功率P_n,延长业务节点使用周期T,以此降低业务节点损坏频率,达到降低系统成本的目的.最后用仿真实验验证了理论分析的正确性并对比分析了非坚持协议、1-坚持协议和p-坚持协议的性能.     

基于知识图谱和LDA模型的社会媒体数据抽取

社会媒体数据的抽取,是社会舆论集散、新闻信息传播、企业品牌推广、商业营销拓展等研究和应用的基础,准确的抽取结果是数据分析有效性的重要保证.本文针对社会媒体数据的非结构、多主题特征,基于LDA(Latent Dirichlet Allocation)模型挖掘数据中的隐含主题,利用数据特征词序列和知识图谱描述的实体及实体间的关联关系,实现对特定领域数据的抽取.建立在"今日头条"新闻数据和新浪微博数据之上的实验结果表明,本文提出的方法能有效地实现社会媒体数据的抽取.