协同业务过程中的语义一致性

为了解决协同业务过程中的语义不一致问题,使协同企业之间实现数据与知识共享,提出基于描述逻辑的本体不一致性分析方法。首先定义了本体的最小不一致子集、命中集合和调适集合,之后提出DS IO算法求解调适集合,并证明通过删除或修改调适集合中的公理可以有效恢复本体的一致性。最后以实际项目中的协同业务过程为例,在领域本体和协同本体的基础上建立本体一致性分析系统,分析结果证明该文提出的方法可以有效解决本体的不一致问题,从而保证了协同业务过程的语义一致性。     

程序形式语义的一致性

本文介紹了程序語言的指称語义、操作語义和关系語义,并论证了它们的逻辑一致性。     

面向语义的元数据模型一致性检验

面向语义的元数据模型检验用于判断待建元数据在语义上是否一致．首先,借鉴本体的思想,利用描述逻辑建立了面向语义的元数据模型,它是一个7元组,包括术语集、实例集、术语定义集、实例声明集、属性分配集、术语注释集和术语约束集．然后,将元数据模型检验抽象为术语检验和实例检验2类问题．最后,对术语检验和实例检验的判定方法进行分析．研究表明,2类检验问题可分别细化为4类和2类子问题,这些子问题可以相互转换。     

二元语义判断矩阵的一致性分析

二元语义分析方法是关于语言信息集结的新方法,它可以方便地进行语言的运算,并且可以避免在语言信息的集结过程中信息的损失和语言信息集结结果的不精确性.研究了二元语义判断矩阵的一致性问题.首先对二元语义的概念进行了描述,给出了关于二元语义比较的规则;然后在给出二元语义判断矩阵及其加性一致性和满意一致性等有关概念的基础上,提出了几种关于二元语义判断矩阵加性一致性和满意一致性的判定方法;分析了加性一致性和满意一致性的关系.最后给出了算例.     

移动协同环境下协同操作因果关系一致性研究

针对移动协同网络连接的不确定性,协同操作到其他节点并非完全可达,传统基于操作转换思想的协同算法在移动协同环境下其协同操作的因果关系会有不一致现象发生。分析了移动协同环境下的协同因果关系不一致的原因,并利用因果维持的必要条件与状态向量定义操作数差值D[m],快速定位未收到的操作消息ID,通过历史操作消息队列与待接收操作消息队列建立确认与消息请求重发机制,保证移动协同环境下协同操作结果的因果关系维持。最后使用连通率模拟仿真移动网络环境,通过例证与仿真实验验证了算法的可行性与有效性。     

语义协同事务的恢复

在CSCW系统中，有些子事务是不可补偿的，如果彩和数据库中的恢复技术，不能完全实现协同事务的恢复。为了保证协同事务最终能够提交或夭折，需要构造扩展调度。本研究针对基于语义的协同事务模型，讨论了协同事务的恢复问题。     

使用MSS维护语义缓存一致性的方法

传统语义缓存一致性维护算法中存在失效报告空间复杂度高和通信开销大的问题,而目前的研究多只关注客户方算法的改善,不能从根本上解决这些问题.为此,文中提出了基于3层缓存结构的、用移动支持站点协助客户方进行缓存一致性维护的方法.通过建立索引表并运用比特序列方法形成失效报告,以达到进一步压缩报告长度的效果;使用队列存储更新序列...     

协同救援一致性推理模型及求解算法

针对传统的一致性推理模型多测重于单纯的定量、定性时态推理,难以适用于协同救援方案求取问题,基于Allen区间代数理论,添加逻辑约束,提出了一种协同救授一致性推理模型,该模型型同时包含救援行为时态约束和逻辑约束两类信息。基于该模型的等价类子网化简设计协同方案求解算法,并以海上协同教授一致性方案推理为例演示建模与求解过程。结果表明,该模型符合协同一致性方案求解对时态、逻辑两方面推理的需求,可应用于协同救援规划验证。     

基于属性更新的语义缓存一致性维护算法

目前语义缓存一致性维护的更新策略主要是将更新操作转化成删除和添加操作,其增加了不必要的数据通信流量和数据存储,而且只能处理全属性的情况,故本文提出新的语义缓存一致性维护算法,通过分析语义缓存段与更新语句的条件谓词以及投影属性的关系,从而将更新粒度细化至被更新的属性。理论分析和仿真实验均表明该策略能够有效的减少数据存取和数据通信的开销,以及提高缓存命中率和减少查询响应时间。     

基于范围语义的非一致性数据库聚集查询

基于非一致性关系数据库的非聚集查询技术,发展普通的一致性查询应答的语义,提出非一致性数据库的范围语义,给出基于一致性查询范围的实际聚集查询重写方法,返回基于这种语义的聚集查询范围值.通过对初始分组属性和键属性聚集得到候选结果集,再过滤与初始分组属性值相冲突和不满足初始查询的元组.对于最小值,过滤掉可能不一致的元组,去掉可能值,得到一致性值;对于最大值,得到可能的最大候选值.实验基于TPC-H基准采用不同的参数进行研究.研究结果表明,聚集属性和投影属性数量、数据库以及初始查询的结果集对重写查询的负载有显著的影响,但非一致性数据比例和共享共同键值元组数的影响很小.尽管重写查询比初始查询的执行时间长,但是可以接受.     

基于事实和语义一致性的生成文本检测

文本生成技术的恶意滥用问题日益严重,因此生成文本检测技术至关重要. 现有的检测方法依赖于基于特定数据集的统计异常特征,从而导致方法的泛化能力较差. 本文考虑不同种类生成文本均易出现的事实错误、语义冲突问题,提出了一种基于事实和语义一致性的生成文本检测方法. 该方法通过实体将文本和外部知识库进行比较,得到文本的事实一致性特征. 另一方面,该方法借助文本蕴含技术对文本上文与下文进行关系推理,得到文本的语义一致性特征. 最后将这两类特征与RoBERTa的输出隐藏向量拼接,输入到线性分类层进行预测. 实验结果表明,该方法比当前的检测方法具有更高的准确率和泛化能力.     

基于一致性程度函数的协同设计方法

在复杂产品的设计过程中,多学科设计任务间存在耦合关系．为了保证设计结果满足各子任务的设计要求,提出了一种基于一致性程度函数的协同求解方法．该方法构造了一个能描述各子任务初始解的一致性程度的函数,通过不断缩小不一致性,实现各子任务协调解的求解．减速箱的设计实例验证了该方法的有效性．     

基于一致性算法的孤岛微电网协同控制

针对交流微电网中接入不平衡负荷导致的公共连接点(point of common coupling,PCC)电压不平衡,下垂控制所产生的频率和电压幅值的偏差,以及电压变化引起的无功功率难以均分等问题,提出了基于一致性算法的分布式分层控制方法.通过与邻近单元之间实时的数据交换,采用一致性算法获得全局变量的平均值,并产生补偿量发送到一次控制进行调节,即使在各分布式电源(distributed generation,DG)初始状态不同的情况下,也能获得良好的控制性能.在MATLAB平台上,对一个低压交流微电网系统进行了仿真实验.结果表明,基于一致性算法的分布式分层控制,可有效补偿PCC的不平衡电压,恢复频率和电压幅值的偏差,均匀分配系统的无功功率,全面改善微电网的电能质量.     

3G终端开发中的一致性测试及实现过程

一致性测试是协议栈软件开发过程中一个必不可少的环节,对3G系统的应用开发具有极其重要的意义和实用价值.因此,根据一致性测试的基本原理,详细论述了一致性测试在3G终端协议开发中的实现过程,并由此给出具体的测试方法及步骤.     

3G终端开发中的一致性测试及实现过程

一致性测试是协议栈软件开发过程中一个必不可少的环节，对3G系统的应用开发具有极其重要的意义和实用价值。因此，根据一致性测试的基本原理，详细论述了一致性测试在3G终端协议开发中的实现过程，并由此给出具体的测试方法及步骤。     

基于项目语义的协同过滤算法

本文针对传统协同过滤算法存在的推荐精度低问题,提出了基于项目语义的协同过滤推荐算法。在项目相似性的计算过程中,融合了项目语义和历史评分数据两方面的信息,解决了传统算法中的数据稀疏性问题。在MovieLens数据集上的实验表明,该算法能够提高系统的推荐精度。     

FLL语言的说明性语义与过程性语义

阐明了ＦＬＬ（ＦｕｚｚｙＬｏｇｉｃＬａｎｇｕａｇｅ）语言的说明性语义，并从过程性角度提出了ＦＬＬ的执行模式，为该语言的实现模型奠定了理论基础。     

基于乘性一致性调整算法的二元语义决策模型

为了提高专家评价信息的准确性和有效性,在二元语义的环境下,提出了一种基于乘性一致性调整算法的二元语义决策模型.首先,简单回顾二元语义偏好关系(2-TLPR)的概念;其次,为提升2-TLPR的一致性,构造局部调整的乘性一致性改进模型;通过上述算法,进一步重新构造全新的二元语义偏好关系,并运用二元语义算术平均算子进行集结;最后,将二元语义决策模型运用到公共卫生突发事件的决策问题中,并与现有方法的对比,验证了该决策模型的可行性与有效性.     

基于一致性算法的无人机协同编队避障研究

基于人工势场方法,提出了一种双向网络连接结构的多无人机一致性避障控制算法。该算法能够有效避免无人机之间以及无人机与障碍物之间发生碰撞,实现协同编队飞行,完成任务。将所提出的一致性算法与"长机-僚机"控制策略结合起来应用到编队控制中,能够避免无人机之间以及无人机与障碍物之间发生碰撞,确保无人机编队收敛。文中以3架无人机构成正三角形编队作为控制对象,以长机飞行轨迹作为期望路径,僚机跟踪长机保持正三角形编队飞行,且无人机之间以及无人机与靠近障碍物内侧的僚机与障碍物保持安全距离,长机和僚机在水平面具有相同的前进速度和航向角速率,在垂直方向保持相对距离不变。通过仿真实验验证了所提出的控制算法的有效性,对工程应用具有一定的借鉴意义。     

基于K-means的语义协同过滤推荐算法

传统的基于图书和读者的协同过滤方法缺乏语义知识,易混杂不符合读者喜好的噪音数据,从而影响聚类效果和推荐的准确度.针对该问题,提出一种基于K-means的语义协同过滤推荐算法.为了反映读者对图书的偏爱程度,首先定义读者-图书关联矩阵,然后通过K-means聚类算法寻找相邻集合,在聚类过程中兼顾关联矩阵和语义知识,分别计算读者和图书的相似度,最后通过相似程度排序向用户推荐图书.结果表明,该算法在保证计算效率的情况下能显著提高推荐的准确度.