基于流程模块化的虚拟制造单元构建方法

为提高多品种小批量制造企业功能式布局制造系统中构建虚拟制造单元的敏捷性, 提出了以流程模块化为基础构建虚拟制造单元 的方法, 并利用零件聚类和工艺聚类两种聚类相结合的方法对零件加工流程进行模块化分解, 从而形成制造系统的流程模块库, 在此基础上构建虚拟制造单元. 这种聚类方法的优势在于能够通过标准模块调用达到降低虚拟制造单元的控制难度的目的, 从而 提高虚拟制造单元的构建速度, 最终减少生产提前期, 提高制造系统的敏捷性.     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

一种基于概念聚类的知识地图模型

针对组织知识管理中知识共享问题,运用知识地图作为工具来促进知识共享,建立了以知识空间三元组(知识、属性、关系)为背景的知识地图模型,并设计了一种知识地图的概念聚类算法.在概念聚类构造的知识地图中,知识按其属性自动聚类成知识节点,它描述了知识及共属性和关系,并将知识节点以偏序关系排列起来.将它作为组织知识共享的工具,有利于知识的快速查找,提高知识共享的效率.最后通过一个案例给出了模型的应用.     

一种基于属性的知识地图渐进式增量模型

针对组织知识管理中知识共享问题,运用知识地图作为工具来促进知识共享,在以知识空间三元组(知识,属性,关系)为背景的知识地图及其概念聚类模型基础上,提出了一种基于属性的渐进式增量模型及其概念聚类算法,避免了由于知识空间中知识属性的增加而重新生成整个知识地图的繁琐过程.在知识地图中,知识之间的关系组织有序并得到很好的描述,所以作为知识共享的工具,它可以有效、便捷地查找所需要的知识.最后通过一个案例给出了模型的应用.     

层级标注系统及基于层级标签的分众分类生成算法研究

社会标注系统作为一种新的信息与知识组织的方式近年来得到了广泛的应用.但现行主流的基于扁平标签的标注系统存在标签规模扩大后有效性显著降低的问题,特别是这类系统环境下生成的分众分类在结构和语义上出现很多问题.对此,本文提出层级标签的思路,以克服扁平标签体系导致的问题.相应地设计一个基于层级标签的分众分类生成方法,解决层级标签带来的语义冲突问题.     

基于本体论的团队虚拟知识流抽取模型研究

集成本体论与过程视图理论改进现有的模型,以iPhone的研发过程为依据定义了标记知识流与虚拟知识流,论证了两者的关系.根据iPhone研发过程中不同团队的实际任务,选取标记知识节点抽取虚拟知识流,建立了团队虚拟知识流抽取模型,阐述了模型的运行规则和步骤并以规划团队为例进行实证分析.研究结果表明:选取合理的标记知识节点形成虚拟知识流是组织满足不同任务团队知识需求的有效途径;借助虚拟知识流的抽取模型,组织可以直观地为不同职能的团队提供知识支持,说明不同团队的知识需求及工作相关知识信息的查阅顺序,使团队更具针对性地完成自身任务,以此提高组织的内部沟通效率和决策质量.研究为知识流动的过程分析提供了新的视角,也为相关领域的深入探索提供了有利的理论支持.     

基于保守合并策略的复杂网络社区结构发现

为了有效的进行复杂网络社区结构发现,在CNM算法的基础上引进了一种具有额外头部节点的堆数据结构,在社区合并的过程中采用有偏的随机抽样方法,实现了较为保守的合并策略.随机合并算法的输出有更多的机会到达模块度函数的平台区域,在通常情况下其平均表现超过了原始CNM算法.在合成和真实的网络上验证了所提算法的可行性和有效性.     

基于多尺度信息综合的快速地图匹配算法研究

针对航片数字地图与实时图像的景象匹配实时性问题 ,提出了一种快速地图匹配方法———基于多尺度信息综合的数字地图匹配算法。该算法采用了多尺度分析与综合的思想 ,通过实时图像和参考图像在多尺度信息下的综合变换以及在同一尺度下的比较、综合 ,并结合一般常规图像匹配算法中的粗匹配和精匹配方法 ,实现了真实匹配位置的快速逼近 ,有效地提高了图像匹配的速度。通过PC机软件模拟仿真 ,该算法在匹配精度和匹配速度上都达到了较满意的效果。     

虚拟手术中基于最少单元分裂的切割仿真技术

详细论述了虚拟手术中切割仿真技术的实现.虚拟软组织模型由四面体网格构成,四面体分裂算法使用了最少单元分裂法.为了提高算法效率,设计了由顶点、边、面和四面体4种基本单元构成,并且具有相关指针的软组织模型数据结构.详细阐述了最少单元分裂法中每种分裂类型的具体实现,以及解决内部分裂不一致问题的方法.碰撞检测使用了基于空间一致性原则的邻域搜索法.最后给出了使用肝脏模型进行切割仿真的结果.     

基于加权知识网络的企业社区用户创新知识建模及分析方法

用户创新知识对企业改进产品和服务有重要意义.本文提出一种基于加权知识网络(WKN)的企业社区用户创新知识建模及分析方法,对社区帖子进行文本挖掘,通过关注度算法依次计算帖子和知识点关注度,并以关注度和词频数为属性,构建节点具有两类属性的WKN模型,实现对用户创新知识整合及建模.利用模型的点、边、权等特性,进行核心创新知识识别、创新中心点及核心关联模式识别,以及基于点边权综合的WKN个体网分析、基于凝聚子群的创新知识类团分析等.从模型及实例可看出,模型的双重点权可以很好地适应用户创新知识的特点,基于模型提出的知识发现及分析方法,可对用户创新知识进行多种深入地定量分析,为企业获取和利用用户创新知识提供了更有效的工具.     

基于加权知识网络分析的企业社区创新用户专家知识发现方法

企业社区中的用户专家对企业产品创新和改进具有重要作用,了解用户专家个人知识对于企业更好地利用用户创新具有重要意义.本文提出一种基于加权知识网络分析的企业虚拟社区用户专家个人创新知识发现方法,以用户社区帖子为对象进行Web文本挖掘,以加权知识网络模型(WKN)对挖掘的碎片知识进行整合和建模,进而综合利用WKN模型中的点、边、权重,以及社会网络分析方法,识别出基于派系的基本型创新知识模式、基于非派系的成长型创新知识模式以及核心创新知识模式.从模型及实例可看出,该方法识别出的知识模式,包含了知识点之间的关系结构,因而比零散的知识点更系统、深入,更易理解和应用.