基于图法则分析的三维布局模型生成方法

在分析现有布局模型及相关求解技术的基础上,提出了三维布局问题的一个复合知识模型－构造性属性关联图（ＣＡＬＧ）并深入研究了基于图法则分析的模型生成策略,该复合知识模型的生成过程刻划了三维布局结构的构造原理,ＣＡＬＧ具有良好的几何信息,为布局问题的具体求解打下了基础,利用该方法有效地建立了车身内布置设计的初始模型。     

基于OpenGL的三维探伤缺陷图生成方法

为了将普通的二维探伤缺陷图转换成可在三维环境中显示的立体缺陷图,本文应用VC＋＋6.0开发平台,实现基于OpenGL基本函数库的立体缺陷图自动生成与三维显示功能。在该三维环境下多幅立体断层图片可以进行组合、显示与分析,并且具有操作简单、图形直观、通用性强等特点。     

基于粒度分层模型的布局算法

研究了问题求解的粒度理论在布局求解中的应用。综合约束问题求解和回溯控制策略,给出了在粒度分层模型基础上的布局算法,以往采用单一粒度模型的布局算法,由于粒度过粗或过细,不能充分利用各种约束来降低求解复杂度。文中提出的算法采用了粒度分层模型,能够利用设计过程不同阶段的约束,来缩小合适解的范围,通过多层面的约束,降低求解的复杂度,克服了以往布局算法的缺陷,通过一个住宅布局设计的实例分析了该算法的运行过程     

基于粒度分层的布局设计模型

研究了问题求解的粒度理论在布局建模中的应用。综合相邻图、规范约束图以及层次约束图模型为不同粒度的组成部分,提出了基于粒度分层的布局模型和粒度投影规则方法。该模型能够克服单一粒度模型难以充分表达约束、求解时搜索最大等不足。     

乘积图的堆栈布局和队列布局

考虑图布局问题的k-栈布局以及k-队列布局问题,即将图中所有点进行线性排序后,其边集可以划分成k个内部边相互不交叉或者k个边集内部不相互嵌套的集合.图的堆栈布局问题(也称为图的书式嵌入问题)以及队列布局问题来源于多层电路板的布线以及容错处理器阵列的设计,它广泛应用于超大规模集成电路的设计以及图的绘制等各个方面.在关于图的堆栈布局以及队列布局问题的广泛研究基础上,专注于若干种乘积图布局中的堆栈布局和队列布局.     

基于知识图的语义分析

探讨了一种适合于汉语理解的、面向语义的、新的语言分析方法。该方法是以知识图这种新的知识表示方法为语义模型，模拟人的语言感知过程，先对整个句子进行语义片段的划分，再对每个片段进行分析。     

一种基于邻接极小搜索的布局模式生成方法

针对全局最优化求解布局问题 ,通过对目标函数的局部极小出发的两级搜索 ,获得多个邻接极小 ,实现布局模式的自动生成 ;从而获得基于不同布局模式的可行解集以及基于此解集的相对最优解 .并通过矩形空间中的圆布局问题给出实例演示 .     

基于图分析的领域知识获取技术

知识获取技术制约着知识系统的研究和应用,有效地从文本中提取领域知识成为知识获取的重要途径.本文提出了基于本体和图分析的领域知识获取技术,分析了本体数据结构、本体概念的实例化以及基于图分析的语义场构造方法.建立了具有广泛适用性的文本知识获取系统框架,实现了原型系统.通过针对中医医案的中医领域知识获取实验验证,取得了较好的效果.     

网络攻击图生成方法分析

网络攻击图已成为网络安全分析的重要工具.论文对网络攻击图生成方法进行深入剖析,得到网络攻击图生成方法的重要特征属性和通用功能的实现框架,并应用部分属性对网络攻击图生成方法分类,总结了当前网络攻击图生成方法存在的问题及进一步研究的方向.     

基于图文法的可重构机床配置规划方法

为提高制造系统的快速结构配置规划响应速度,提出了基于图文法的可重构机床配置规划方法.使用图文法直观而形像地刻画动态体系结构的配置行为,利用基于图文法的平行模块配置技术,实现了体系结构图模型在具体系统配置规划中的物理实施,并使得图文法模型的图转换操作可以自动映射到实际配置系统的动态配置上.全面表达了可重构机床在配置规划中的相关特征和目标任务的对应变化,实现了平行模块配置规划技术.通过实例验证了该方法.     

基于图形语法的UML模型转换方法

模型驱动的软件开发生命周期的核心是模型转换过程.例如从初始的分析模型出发,并行的进行分析模型的迭代,以及分析模型到设计子模型的转换过程,并支持最终两种模型的合并.为了允许迭代的和并行的对各个精化模型进行修改,利用图形语法辅助模型的精化和合成,可以有效的实现转换过程的精确性和一致性.该项研究可以作为模型自动生成技术以及模型驱动体系结构(MDA)的基础性工作.     

基于三维模型的考古线图提取方法

考古线图可直观展现文物外形特征,是文物必不可少的存档资料,传统方法由人工测绘得到,耗时长、精度差,且易对文物造成二次伤害.本文提出一种基于文物三维模型自动化生成其考古线图的方法,并将其运用于兵马俑碎片的线图生成工作.扫描得到兵马俑碎片模型并对其进行去噪、补洞、简化等预处理,根据法向离散度信息判定模型的特征点,再检测模型的轮廓线与特征线,以此完成文物线图的绘制.该方法对原始模型要求较低,且视角灵活、可用性强,大幅缩减了考古绘图时间.      

一般上下文无关文法的一个分析算法

本文给出一般上下文无关文法的一个分析算法。该算法可以看成是LR分析算法的推广,它既是自底向上,又是从左到右。理论分析表明本算法对一般文法具有时间界O(n~3)这里n是输入句子的长度);对有界歧义文法时间界为O(n~2),而对LR文法时间界为O(n)。由于本算法是先将文法转换成分析表,然后用分析表来指导对句子的分析。因而在实际应用中本算法一般要比Earley算法快,另外本算法输出中包含输入句子的所有可能的分析,并且仅需一简单枚举就可从此输出中找出句子的一个分析。     

A Modular Incremental Model for English Full Parsing

In this paper, we present a modular incremental statistical model for English full parsing.Unlike other full parsing approaches in which the analysis of the sentence is a uniform process,our model separates the full parsing into shallow parsing and sentence skeleton parsing. In shallow parsing, we finish POS tagging, Base NP identification, prepositional phrase attachment and sub-ordinate clause identification. In skeleton parsing, we use a layered feature-oriented statistical method. Modularity possesses the advantage of solving different problems in parsing with corre-sponding mechanisms. Feature-oriented rule is able to express the complex lingual phenomena at the key point if needed. Evaluated on Penn Treebank corpus, we obtained 89.2 % precision and 89.8% recall.     

基于知识图谱嵌入的多跳中文知识问答方法

基于知识图谱嵌入模型, 提出一种知识图谱嵌入评分与链路评分相结合的评分方法, 以解决中文领域的多跳知识图谱问答任务, 与传统的单跳知识问答方法相比适用性更广. 该方法在搜索最优答案的同时构建一个查询链路, 通过查询给出答案集合, 从而有效缓解了现有方法中遗漏答案的情况. 在NLPCC-MH数据集上的实验结果表明, 该方法在多跳问题上的平均F₁值为0.653, 显著优于对比方法. 真实知识图谱通常存在链路缺失的情况, 实验以随机丢弃25%三元组的方式模拟了知识图谱的稀疏性, 结果表明该方法在这种情况下仍然有效.     

一种基于搜索图的自动评测模型

自动评测是当今CAA(Computer-Assisted Assessment)和e-Learning等领域研究的重要方面．考察人工评测的特点,并提出一种基于知识点搜索图的评测模型．该模型已经在基本SQL语句的培训和测试中得到了实际应用．     

LAMOST观测控制系统的命令解析

针对LAMOST系统的复杂性，其观测控制命令将分为三个层次实现．根据编译理论，结合LAMOST望远镜的特点和其观测运行模式，采用物理解析与语法解析相结合的方法，深入探讨了各层命令集之间的解析方法．