OWL DL的知识表示与推理研究

语义Web的逻辑基础是描述逻辑,其出现的目的就是为了解决机器和人对知识理解的问题,因此,可以在语义Web的基础上展开推理。传统的推理系统结合语义Web可以克服知识表示方面的缺点,并且有利于知识的共享。探讨了OWL DL作为知识表示形式的优点;通过实例验证了OWL DL关于描述逻辑的推理。     

基于傅里叶描述子的实装战技图像典型特征相似度检测方法

实装战技图像典型特征目标提取精度较差,存在相似度检测准确率较低、耗时长等问题,该文提出一种基于傅里叶描述子的实装战技图像典型特征相似度检测方法。通过Canny算子对实装战技图像进行典型特征检测,采用复合加权算法在频域与时域上提取实装战技图像的典型特征,并对傅里叶描述子进行初步归一化处理,使其具备尺度变换、平移、旋转不变性的特征,通过傅里叶变换与坐标逆变换,采集实装战技图像典型特征的全部相似区域节点,实现实装战技图像典型特征的相似度识别,并对实装战技图像典型特征的相似度进行检测。试验证明,该文方法的检测耗时和准确率远优于现有检测方法,大幅提升了检测效果。     

基于个体协同的子图结构发现混合进化算法

将进化算法与爬山算法的混合进化算法引入图数据挖掘,以克服贪婪式查找易陷入局部极值的问题.针对子图结构发现问题中实例易丢失的特点,提出了一种新的遗传操作--个体协同算子,使得代表同一子结构的不同个体能够以协同的方式进行查找.另外,还提出了一种基于年龄段和个体生成方式的多样性保持方案,以从种群的组成和个体的生成两个方面保持和提高种群的多样性,同时还有助于个体协同算子的执行.在进化过程中随时以新生成的单边子结构替换当前种群中没有潜力的个体的机制在缩小查找空间的同时还使得进化过程成为一个更为完全的查找过程.实验结果表明,以上措施增强了算法的寻优能力,能够获得更优的解.     

形式语义描述方法研究进展与评价

程序设计语言形式语义描述技术在1990年代进入新一轮发展高潮,它对程序设计语言的设计和标准化,编译程序的设计和优化,程序推理,以及安全协议形式化描述、分析验证与设计等都有着重要的意义。但不同于成熟统一的形式化语法描述技术,语义的形式描述技术尚处于蓬勃发展和多种技术并存时期。首先回顾形式语义描述方法的研究发展史;然后通过实例介绍当前主要的语义形式描述方法;最后给出这些方法的评价标准和比较结果,并指出最有发展潜力的语义描述方法,以及将来的发展方向。     

一种基于描述逻辑的Web服务动态组合算法

针对Web服务组合, 给出了输出分解匹配度、 服务关联图等概念, 并提出一种基于描述逻辑的Web服务动态组合算法. 该算法综合考虑了服务的语义、 服务组合的质量和效率等因素, 可以自动地根据用户的服务请求实现服务的动态组合.     

时变不确定系统的变时域鲁棒模型预测控制

针对多包描述的时变不确定系统, 通过分析该方法的可行性和闭环稳定性, 提出一种变时域鲁棒预测控制器的设计方法, 使得在与现有方法有相同初始可行域的前提下, 保证了只要问题初始可行就有闭环系统二次稳定. 仿真结果表明了算法的有效性.     

面向新概念学习的图像描述生成模型

为了更好地在图像描述生成任务中对新概念进行学习和预测,在编码-解码框架下提出了一种新的面向新概念学习的图像描述生成模型(Att-DCC)。该模型引入了带有空间注意力机制的卷积神经网络,将全局视觉特征、语义标签和经空间注意力作用后的视觉信息进行了较好的融合;此外,引入自适应注意力机制多模态层,将语义相近的概念学习结果迁移至新概念,降低训练过程的复杂程度并提升学习性能。采用Att-DCC模型在MSCOCO2014数据集上针对2批(分别为8和6个)共14个新概念进行了测试和分析,结果表明:充分的多模态融合方式和多种注意力机制对于提升学习效果有显著效果;Att-DCC模型在F₁值上取得了42.56%和42.14%的平均结果,总体上取得了比具有代表性的NOC模型和DCC模型更准确的预测结果。     

基于SVDD的ADS-B异常数据检测

自动相关监视广播(ADS-B)与空管二次监视雷达(SSR)是空中交通管制的2种重要监视手段,其中ADS-B是目前正在推出的通信协议,在下一代空管监视系统中将会发挥重要作用.然而,ADS-B协议中安全措施缺乏,容易遭受虚假数据注入的攻击.为了识别ADS-B中的异常数据,利用与其同步的SSR数据及通过Kalman滤波得出的的协方差矩阵,得到一组具有多维属性特征的样本数据,使用支持向量数据域描述的方法(SVDD)训练样本数据,可以得到用于检测异常的分类器.利用此分类器检测之后收到的ADS-B数据,从而识别出异常数据.通过仿真实验表明,该方法对于ADS-B异常数据具有80%以上的正确识别率,其中对于固定偏差注入的检测虚警率为5%,漏警率为0,对于随机偏差注入的检测虚警率为5%,漏警率为12.5%,验证了该方法的可行性.