领域Web数据库查询接口的自动发现

由于Deep Web查询接口的自动发现是获取Deep Web信息的基础,提出了基于搜索引擎的表单发现方法和基于语义相似度的查询表单判定方法.该文首先定义了查询表单的特征的表示方法,然后自动提取样本查询接口的特征并将其中的文字特征进行组合提交给搜索引擎以实现查询表单的搜索,最后基于语义相似度和字面相似度的方法判定搜索表单和样本表单之间的相似度,并由此判定是否是WDB的查询接口.实验证明该文方法具有良好的可行性和实用性,为深入研究Deep Web提供了良好的条件.     

Cloud-SHOIQ: 描述逻辑SHOIQ的云扩展

经典描述逻辑是本体的重要表示方式,但不能表达不确定知识.分析了扩展描述逻辑表达不确定知识的研究现状及存在的问题,通过结合云模型(Cloud model)、描述逻辑SHOIQ及模糊逻辑提出了一种基于云的模糊描述逻辑C-SHOIQ表达不确定知识,给出了C-SHOIQ的语法、语义,并以实例分析了C-SHOIQ具有处理知识的随机性和模糊性的能力.给出了C-SHOIQ的推理方法,及映射C-SHOIQ知识库为经典SHOIQ知识库的改进规则.分析说明了C-SHOIQ是对模糊SHOIQ表达能力的扩展.     

发布/订阅系统语义Web匹配算法

将语义Web技术引入发布/订阅系统中,结合领域本体,提出一种智能匹配算法.以双索引哈希邻接表,结合谓词表、变量约束表和变量类型表作为订阅条件RDF图模式的数据结构,采用元语句级匹配计数方法,使原子订阅条件仅匹配一次,原子订阅条件间"与关系"的顺序匹配.定量和定性分析了算法的时间和空间复杂度.实验结果比较表明,所设计的智能匹配算法具有较高的订阅匹配效率,适合于大规模发布/订阅系统.     

Cloud-ALC:描述逻辑ALC的不确定扩展

描述逻辑是本体的重要表示方式,但只能处理严格的确定性知识,并不能处理自然界中广泛存在的不确定知识。通过对最基本的描述逻辑ALC进行扩展,提出了能够处理不确定知识的基于云模型不确定描述逻辑Cloud-ALC,给出了Cloud-ALC的语法和语义及其蕴涵推理关系。实例分析说明Cloud-ALC可以为扩展本体描述语言以能够处理不确定知识提供语义支持。     

空间众包中基于位置预测的任务分配

随着移动设备的普及和O2O(Online-To-Offline)商业模式的快速发展,越来越多的空间众包平台融入人们的日常生活中,例如滴滴出行、饿了么等等.空间众包中的一个核心问题是任务分配,主要研究如何将空间任务分配给合适的众包工人.任务分配方式主要分为服务器分配模式(Server Assigned Task,SAT)和用户选择模式(Worker Selected Task,WST)两种模式,目前多数统一规范化的众包服务采用SAT模式,即系统主动将任务分配给任务请求位置附近的众包工人.在此任务分配模式下,众包工人和任务之间的旅行成本变得至关重要,较少的旅行成本意味着较少的响应时间和较高的任务接受率.因此提出了基于位置预测的任务分配方式,该方式不仅考虑任务和众包工人的当前位置,还考虑未来任务可能出现的位置,从而降低旅行成本和相应时间.首先设计了贪婪方法(Greedy Approach),然后在贪婪方法的基础上通过贝叶斯、支持向量机、决策树等方法预测未来任务的分布来辅助分配任务,最后在真实数据上进行的实验表明,该方法减小了在长时间内的总旅行成本,具有较好的性能.     

基于复杂特征集的剽窃检测

针对学术论文的剽窃检测,提出一种应用复杂特征集表示文档特征的方法,并扩展了复杂特征集的合一运算.对文档不同层次结构的特征,利用否决函数和概率函数的方法进行剽窃检测.基于文档不同部分在剽窃检测过程中的重要性不同的事实,采用shingling方法,结合段落权重定义了3种概率函数,形成了一套较完善的文档剽窃检测系统.实验结果表明,用该方法可取得良好的效果.     

基于集合论的中文问答系统查询扩展

在汉语问答系统中,当用自然语言问句进行文档检索时,由于问句比查询词包含更多的语义信息,因此必须进行查询词扩展以提高信息检索的性能.通过分析已有的查询扩展方法,提出了基于集合论的查询扩展新方法.它结合了3种传统的查询扩展方法:语义词典法、自动相关反馈法和问题类型词.实验结果表明该方法在Web检索方面是有效并且优于传统的方法.     

C-SHOIQ:描述逻辑SHOIQ的云扩展

鉴于经典描述逻辑不能表达不确定知识,文中将云模型、描述逻辑SHOIQ和模糊逻辑相结合,提出了一种基于云的模糊描述逻辑C-SHOIQ,用于表达不确定知识.首先给出了C-SHOIQ的语法和语义,并以实例分析了C-SHOIQ具有处理知识的随机性和模糊性的能力;然后给出了C-SHOIQ的推理方法及映射C-SHOIQ知识库为经典SHOIQ知识库的改进规则,并论证了C-SHOIQ和对应的经典SHOIQ之间概念可满足性的一致性关系;最后论证C-SHOIQ是对模糊SHOIQ表达能力的扩展.     

MDDE：一种基于投资组合的金融市场趋势分析方法

金融市场走势预测是金融学、计算机科学、统计学、心理学等领域的融合问题,具有鲜明的学科交叉特征,也是研究的重点和难点,对金融市场走势预测的理论和关键技术研究为这些学科提供了新的理论和方法,具有重要的理论意义和实际的应用价值.提出一种基于投资组合的金融市场趋势分析方法MDDE(Markowitz Deep Deterministic Policy Gradient Experience),通过使用Markowitz投资组合理论,以2019年2月至2019年8月的各样本历史数据为参考,确定模拟股市中的投资组合比例,结合DDPG(Deep Deterministic Policy Gradient)与自定义经验盒,分析股价走势,判断模拟股盘中的买卖点,并计算收益率.使用苹果（AAPL. us）、波音（BA. us）、强生（JNJ. us）、可口可乐（KO. us）、默克（MRK.us）、辉瑞（PFE. us）、宝洁（PG. us）、威瑞森（VZ. us）、雪佛龙（CVX. us）、埃克森美孚（XOM. us）、旅行者集团（TRV. us）、3M公司（MMM. us）共12只股票2011年1月至...