基于关键词的RDF数据查询方法

在建立关键词倒排索引和路径索引的基础上,提出一个利用量化均衡规则和等距规则的启发式查询算法,并按照查询结果的大小排序返回最相关的前k个结果.通过建模RDF数据为RDF句子图,将文本信息封装到句子节点,同时将查询结果建模为包括所有查询关键词并且叶节点是关键词节点的无根树,将关键词查询问题转化为斯坦纳树问题.假设RDF句子图包括n个节点,最坏情况下索引占用的空间是3n2.假设关键词节点数为k,查询算法的时间复杂度为O(kn).该方法不需要依赖RDF数据的模式信息,支持对数据中的属性和关系名进行关键词查询.实验证明该方法能够快速而有效地实现RDF数据的关键词查询.     

A Theory of Scientific Model Construction: <Emphasis Type="Italic">The Conceptual Process of Abstraction and Concretisation</Emphasis>

The process of abstraction and concretisation is a label used for an explicative theory of scientific model-construction. In scientific theorising this process enters at various levels. We could identify two principal levels of abstraction that are useful to our understanding of theory-application. The first level is that of selecting a small number of variables and parameters abstracted from the universe of discourse and used to characterise the general laws of a theory. In classical mechanics, for example, we select position and momentum and establish a relation amongst the two variables, which we call Newton’s 2nd law. The specification of the unspecified elements of scientific laws, e.g. the force function in Newton’s 2nd law, is what would establish the link between the assertions of the theory and physical systems. In order to unravel how and with what conceptual resources scientific models are constructed, how they function and how they relate to theory, we need a view of theory-application that can accommodate our constructions of representation models. For this we need to expand our understanding of the process of abstraction to also explicate the process of specifying force functions etc. This is the second principal level at which abstraction enters in our theorising and in which I focus. In this paper, I attempt to elaborate a general analysis of the process of abstraction and concretisation involved in scientific- model construction, and argue why it provides an explication of the construction of models of the nuclear structure.     

由五层模型映射构成的面向对象分析模型

针对目前软件工程中存在的分析模型与设计模型之间未能做到平滑过渡的问题，根据对象在不同抽象层和抽象维之间的运动，采用适当的图形和框架表示法，以层次式模型映射构成逐次精化的面向对象的五层分析模型     

一种ASAR图像中养殖地目标自动提取的方法

提出一个ASAR图像中养殖地目标自动提取的方法.首先,针对雷达遥感图像中养殖地目标的ASAR数据特征,采用改进的模糊聚类算法FFCM分割ASAR遥感图像,分离出海洋与陆地;然后依据养殖地的纹理形态特征,并利用其空间关系知识,从海洋区域中提取出养殖地.试验结果表明,该方法能快速、准确地提取ASAR遥感图像中的养殖地.     

中学数学思维能力的培养

从数学概念、符号抽象化和抽象分析法等不同的思维形式出发,结合抽象思维的特点和教学实践,探讨培养中学数学思维能力的训练方法.     

谱熵分析方法在漏磁信号特征提取中的应用

为了研究谱熵分析方法在漏磁无损检测中的应用，将信息熵理论引入缺陷漏磁信号的特征提取工作中．通过试验分析证明一维谱熵、二维谱熵在缺陷类别辨识中的可行性，并指出其存在的局限性．提出了集能量集中程度、谱线的重心位置和能量大小3种指标于一身的适于缺陷定量分析、识别的谱熵三维向量的概念，并在室内实验台架上实际测得的不同尺寸矩形槽类内、外缺陷信号分析中进行了应用．实验结果表明，对于矩形槽外缺陷而言．谱熵三维向量中的三维向量指标与二维谱熵和一维谱熵相比，在漏磁检测缺陷定量化方面具有很大的优越性。为缺陷识别定量化提供了一条途径．     

高职院校学生网络舆情分析系统的研究

近年来,院校网络发展迅速,校园网络BBS（电子公告板）论坛成为学生获取信息和传递信息的重要载体,使得高职院校校园舆情出现了与网络相结合的新特征。通过网络论坛了解学生舆情方向,对高职院校学生管理工作不无裨益。本文首先通过限定条件对大批量的网络舆情数据进行清洗,再利用基于关键词评分聚类的关键词挖掘技术,最终汇总出高职院校学生的思想情况,关心的热点问题。     

机器人框架集成Selenium RC的Web自动化测试研究

机器人框架（robotframework）采用关键字驱动技术作为其核心,使得该框架具有良好的独立性及可扩展性。文章首先对机器人测试框架内部架构进行分析研究、Selenium RC等测试工具集成,然后,实现了测试用例编写、脚本生成以及报告、日志的输出等,最后基于该框架对Web登陆功能进行了测试。结果证明关键字驱动测试的机器人框架简单易用,兼容各种主流浏览器,为Web应用的功能测试提供了一个通用的解决方案。     

基于有界模型检测的门级软件自测试方法

提出了基于有界模型检测的门级软件自测试方法.将处理器中的模块简化成约束模块,缓解状态爆炸问题.将难测故障的触发条件逐个转化成性质并且采用有界模型检测技术,搜索触发这些性质的违例.最后,将违例映射成测试指令序列,并为测试指令序列添加观测指令序列,构成自测试程序.实验结果表明:该方法在不引起状态爆炸问题的情况下,有效地测试控制器中难以测试的故障,提高了在线测试的测试质量.