QoS本体在语义Web服务发现中的应用研究

通过分析语义WEB服务、语义功能本体和QoS本体的描述,研究基于QoS的语义WEB服务发现及其相关的问题,建立了面向WEB服务应用的QoS模型,并基于语义WEB服务发现和已经建立的QoS模型提出WEB服务发现框架。最后,给出了实例,建立了这种框架下的语义功能本体和QoS本体。     

基于综合信息的汛期库水位实时动态控制方法

以提高洪水资源利用率为目标,研究利用实时水雨工情及短期雨洪预报等综合信息的汛期库水位实时动态控制方法,即改进的预蓄预泄法.应用实例表明,在不降低水库上下游防洪标准的前提条件下,可使桓仁水库及梯级库群的发电效益明显增加.该综合信息的汛期库水位实时动态控制方法,对北方水资源短缺地区调节性能较高的大型水库(水电站)汛期实时调度,有较好的借鉴意义.     

智能诊断中诊断知识的实时自学习方法

模拟人类专家诊断知识积累过程,提出一种基于模式比较和更新的诊断知识实时自学习模型,以实现智能诊断系统知识库知识的实时积累和更新。用非正态分布假设检验算法实现待确定知识故障模式与正常模式的实时比较,用样本含量估计算法作为有效模式比较所需故障样本量确定的理论依据,用实时模式更新算法实现诊断知识模式与设备的实际运行情况一致。实际测试数据分析表明该模型有利于实现新知识的积累和诊断知识贴近实际设备的实际情况。     

基于H.264 I帧编码的块边缘模式特征提取

提出了直接从H.264 I帧编码码流中提取块边缘模式特征的算法,并检验了该特征在图像检索中的应用。该算法利用H.264 码流中得到的帧内预测模式和预测系数提取出五种边缘模式特征,该特征符合MPEG-7中所定义的边缘描述符,适合基于内容的图像检索算法。实验结果表明,采用该特征进行图像检索具有较高的检索准确率,相对于只采用Intra预测模式纹理描述符的方法,平均查准率提高了5.07％。     

地震发震大尺度结构

 一次大地震发生前,地震活动在其未来震中区近处,常会表现平静。但着眼于全球大尺度规模,则可观测到颇具特色的地震活动性图像。较为普遍出现的图像是直线型与圆弧型,以及构成这些图像的主要地震事件的等间距性。本文认为大地震发震结构可以具有全球规模的大尺度,这些地震发震大尺度结构主控着大地震发震的短临进程,对认识地震成因机制具有重要意义。同时文中还给出中国近年发生的数次大震（1976唐山M7.8;2001昆仑山口西M8.1;2008汶川M8.0）前呈现的地震发震大尺度结构,很明显它们具有一定的预测意义。     

外来植物一年蓬对雾灵山生物多样性的影响

通过样带样方法, 调查了雾灵山外来入侵植物一年蓬(Erigeron annuus (L.) Pers.)在不同生境中的分布和空间格局。主成分分析表明: 影响一年蓬样方内杂草分布的两个主要因素是光照和人为干扰, 贡献率分别为28. 84% 和23. 95% 。经聚类分析, 将不同聚类型的 Simpson 优势度、Shannon-Wiener 多样性和 Pielou 均匀度指数进行比较, 验证了一年蓬适合生长于人为干扰较强的干旱环境。物种多样性随着一年蓬重要值( > 0. 74) 的增加而减小(y = - 0. 1799x2 + 0. 2678x + 0. 7651), 相关性显著(R2 =0. 9209)。研究表明一年蓬对群落内物种多样性存在不利影响。研究结果有助于当地管理部门对外来入侵杂草实施防控、监测与综合治理。     

Web信息抽取与语义检索框架

提出了一种Web信息抽取与语义检索框架,采用定制本体模型,针对Web网页特点设计了抽取与语义标引策略,并在检索过程中引入语义推理机制,从而改善了信息检索的效果.最后介绍了基于Jena实现的该框架的原型系统.     

基于粗糙集解决BP网络模式识别中的噪声

为了解决BP网络模式识别中的噪声问题,提出了利用粗糙集的上、下近似和边界线集理论对噪声样本进行处理的方法。该方法对处于下近似集内的含噪声属性值,将噪声消除后转换为理想状态下的属性值;对处于边界域内的含噪声属性值保持不变。当属性值处于边界域内属性的个数与全部属性数的比值达到某个确定的值时,就认为该样本受到噪声干扰过大,对其拒绝识别。通过实验对比表明,该方法能有效地降低BP网络模式识别的误识率。     

基于HPLC和模式识别的绿茶分类

为判别不同绿茶的类别,利用高效液相色谱分析茶叶中儿茶素和咖啡因等内部有效成分的质量分数,根据其质量分数利用模式识别方法进行分类.试验以5种中国绿茶为研究对象,首先,采用高效液相法分析茶叶中表没食子儿茶素、(+)-儿茶素、表儿茶素、表没食子儿茶素没食子酸酯、表儿茶素没食子酸酯和咖啡因等6种有效成分的质量分数.在此基础上,分别运用线性判别分析(LDA)、K最邻近(KNN)和人工神经网络(ANN)等模式识别方法建立相关模型对5种绿茶进行判别分析,试验结果表明ANN判别模型效果最好,模型训练和预测时的判别率分别达到98%和92%.研究结果表明,利用HPLC分析茶叶中的儿茶素和咖啡因等质量分数,再结合ANN模式识别的方法可以对不同类别的绿茶进行定性判别.     

一种基于上下文信息的乳腺肿块ROI检测方法

传统的ROI(region of interest)检测方法忽略了图像中的上下文信息,为了解决这个问题,本文利用概率潜在语义分析(probability latent semantic analysis,PLSA)来对图像中的每块区域周围的图像特征进行分析,并利用其作为上下文特征来辅助ROI的检测。实验表明,该方法与直接进行分类相比,能够取得更好的分类效果。