一、对象链接与嵌入技术及其应用(论文文献综述)
吴雅威[1](2021)在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中提出近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构(以下简称图情机构)提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:(1)我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求(包括多源数据采集与处理等)、创新发展环境服务需求(包括图情机构职能与服务及技术工具与人才等)。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。(2)面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。(3)面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。(4)面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。(5)面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。(6)面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
林泽斐[2](2020)在《基于在线百科的社会网络抽取及语义化研究》文中研究表明基于社会网络的研究方法已被广泛应用于人文社会科学的众多领域。社会网络研究的基础是社会网络的构建,随着大数据研究的兴起,面向海量数据的社会网络自动抽取成为社会网络构建的新兴热点。社会网络抽取是指基于明确或隐含的信息,从信息源中自动抽取出社会成员及其联系的技术。在在线百科中,蕴含着海量的社会成员及其社会关系信息。如何从此类信息源中抽取出大规模社会网络,是值得探讨的一大课题。此外,社会网络构建的目的在于对所构建的社会网络进行进一步的分析和利用。近年来,将语义网技术与社会网络相结合的语义社会网络开始得到学术界的关注,借助于本体和推理引擎,语义社会网络可以具备一定的逻辑推理能力,这有助于从社会网络中挖掘大量潜在的语义信息和社会成员联系,进而服务于学术研究。在此背景下,本研究以在线百科作为主要信息源,探索一种基于百科半结构化文本的社会网络抽取机制,在此基础上对大规模社会网络的语义化方法及其在数字人文领域的应用模式展开研究,主要的研究内容包括:(1)针对在线百科中的社会网络抽取问题,提出一种新的基于在线百科的大规模社会网络抽取方法,其主要创新点在于利用排序学习方法综合多种特征计算人物关系权重,通过估计人物生存时空来发现人物间的时空耦合关系。通过此方法,本研究首次从中文在线百科中抽取出完整的带有权重和时空信息的社会网络。(2)在对当前社会网络本体调研的基础上,提出了一种新的社会网络本体MSTSN。与同类社会网络本体相比,MSTSN本体主要面向数字人文领域的社会网络构建,特别对人物所处的时空、人物的不同类型,以及人物间的不同关系类型等信息进行了细粒度的刻画。基于MSTSN本体,对在线百科中所抽取的社会网络进行实例化,形成一个大规模人物知识图谱。(3)针对人物知识图谱中的人物关系预测这一难点问题,提出一种新的知识图谱关系预测方法,该方法将关系路径和反映实体间关系的文本矩阵化,通过卷积神经网络学习与特定关系类型相关的结构和文本模式特征,在此基础上训练模型实现关系预测。对比实验结果表明,本研究提出的方法在评测数据集上的性能表现超过了主流方法的水平。(4)针对非结构化文本中的人物关系三元组抽取问题,提出一种新的中文命名实体链接方法,该方法融合了单实体消歧和多实体消歧特征,并根据不同文本长度选用不同的特征组合;同时,在传统一阶段式消歧的基础上添加了第二阶段消歧以改善消歧结果。对比实验显示该命名实体链接方法的总体性能优于当前主流同类系统的水平。(5)基于本研究所提出的MSTSN本体和所构建的人物知识图谱,阐述了四类面向数字人文研究的社会网络语义查询策略,并通过可视化方法展示各策略的执行效果。相比传统的社会网络构建策略,本研究所提出的方法可从在线百科中有效地抽取社会成员及其关系,且更加关注与社会成员相关的时空和语义信息,在人名消歧和人物关系权重算法等方面也进行了改进,这可为大规模社会网络的自动化构建研究提供理论和方法参考。通过对社会网络进行语义化处理所形成的大规模人物知识图谱,在与人文学科相关的社会网络分析系统、问答系统、知识发现系统中均具有实际应用价值,这可为探索文本挖掘和语义网技术在数字人文研究中的应用模式提供参考借鉴。
李梦妮[3](2020)在《基于多源数据的高校学术知识图谱构建及其应用研究》文中研究表明知识图谱是Google公司提出的一种大规模语义网络,旨在描述现实世界中存在的各种实体、概念及关系,作为大数据时代的重要知识表示方法,知识图谱已经成为人工智能的关键技术之一,被广泛应用于社交网络、智能推荐、深度问答等领域。学术数据是高校的一类重要数据,能够反映高校的综合科研能力和创新能力,然而,学术数据具有体量大、多源性、多样性和动态性等特点,如何对学术数据进行组织和管理进而对数据进行分析成为一个重要的研究内容。为此,本文对高校学术知识图谱构建与表示学习模型进行了研究,主要研究内容和成果包括:(1)针对学术数据格式多源性和多样性的特点,构建了基于多源数据的高校学术知识图谱,从非结构化数据、半结构数据和结构化数据等多种类型的数据源中抽取实体、关系及属性等知识要素,并组织成三元组形式,再通过知识融合算法将抽取得到的三元组融合成统一的知识图谱,为数据分析提供结构化知识库。(2)针对知识图谱数据稀疏和复杂度高等问题,提出了基于语义向量的知识图谱表示学习模型(Trans V),引入文本语料库和知识图谱上下文为实体及关系构建语义向量,并为关系设计语义矩阵,从语义角度实现对知识图谱的深度扩展,设计的新训练函数有助于提高知识图谱表示学习的精确度,实验表明,在FB15K和WN18公开数据集上,Trans V与已有的翻译模型相比,Mean Rank值平均降低了66和162,Hit@10值平均提高了20%和19%。(3)开发了基于知识图谱的高校学术数据分析原型系统,包括教师画像、学者合作关系、论文发表数量、学者研究方向四大模块,教师画像模块又分别从学者基本信息、发表的论文、参与过的纵向项目、横向项目、专利五个方面对学者进行描述,最终以可视化的方式对学者进行了分析与展示。
陶兴[4](2020)在《多源学术新媒体用户生成内容的知识聚合研究》文中研究指明随着信息经济迅猛发展,学术新媒体作为新型的网络学术知识平台逐渐受到科研工作者的关注,为知识信息获取、知识交流、知识传播等带来了改变。学术新媒体以学术微博、学术微信公众号、学术虚拟社区、学术APP等主要形式存在,具有平台类型多样、平台内容丰富、平台知识专业化等特点。为科研工作者提供了获取学术信息、分享学术成果、开展学术交流等活动的新途径。学术新媒体不再以文章、期刊论文等长文本形式作为知识推送的内容,学术用户作为学术新媒体环境中知识接受者与生产者两种身份并存,新媒体环境鼓励学术用户通过提问、回答与分享来自主产生新知识,创新了学术知识获取方式。随着新媒体环境的扩张,互联网中的用户生成内容呈现出了爆炸式增长,用户在搜寻知识过程中需要消耗大量的时间和精力去浏览与筛选知识内容。知识内容出现“知识过载”,用户陷入“知识迷航”,而学术新媒体中的用户生成知识内容也存在内容质量参差不齐,知识点碎片化分散,内容冗余等问题。同时不同学术新媒体平台间缺乏信息交流,单一平台内的知识无法及时完善与更新,导致用户须花费大量时间去浏览多平台内的知识,增加了获取知识的难度。如何对学术新媒体内用户生成内容进行知识的挖掘、组织和管理,创新学术新媒体的知识服务模式,为学术用户提供高质量知识服务内容,已成为学术新媒体发展面临的新问题。鉴于此,本文将知识聚合理论与方法引入到学术新媒体用户生成内容的知识聚合研究中,构建基于知识聚合的多源学术新媒体用户生成内容聚合机理,探讨了用户生成内容质量评测问题,提出了主题聚合与摘要生成两种用户生成内容知识聚合方法,设计了知识聚合精准推荐方案,并提出多源学术新媒体用户生成内容的知识聚合能力提升策略。本文主要开展了以下方面的研究:第一,构建多源学术新媒体用户生成内容的知识聚合机理。界定了学术新媒体用户生成内容的知识聚合内涵,即对新媒体平台用户生成内容中蕴含的知识进行有效组织,进而挖掘其内在知识的关联关系,为学术新媒体用户提供多源平台的知识聚合服务。划分了多源学术新媒体用户生成内容知识聚合类型,分别为:同型异源知识聚合、异型异源知识聚合、多语种知识聚合。将多源学术新媒体用户生成内容的知识聚合要素分为知识聚合主体、知识聚合客体、知识聚合内容、知识聚合环境、知识聚合技术等五个方面。从学术信息资源需求、学术创新环境、知识聚合主体收益、科技进步、多源学术资源等方面探讨了多源学术新媒体用户生成内容知识聚合的驱动力。从原理特点、作用方式等方面详细阐述了其影响知识聚合的原因。解读了多源学术新媒体知识聚合过程,分别为挖掘与解读用户需求,学术信息的数据处理,学术信息质量评测,知识发现与聚合,学术知识推荐。最后提出了多源学术新媒体用户生成内容的知识聚合机理模型,并从各要素间的关系与交互行为入手,绘制其实践应用中的具体过程图。第二,提出了学术新媒体用户生成内容的自动化质量评测方法。文本通过数据维度、情感极性、领域词汇等三方面考虑,建立学术用户生成内容自动化特征提取过程。再利用双层BI-GRU神经网络学习学术用户生成内容的特征属性。引入专业学术领域词典,优化词嵌入模型所生成的学术用户生成文本向量化表达。最终实现学术新媒体用户生成内容的质量评测,筛选出高质量的文本内容,为后续的多源学术新媒体用户生成内容知识聚合方法研究提供优质的数据基础。第三,基于主题生成的多源学术新媒体用户生成内容的知识聚合研究。提出基于混合神经网络BiLSTM-CNN-CRF和LDA主体概率模型的学术新媒体用户生成内容的知识主体聚合方法。利用混合神经网络分词法,对学术新媒体用户生成内容进行学习分词,然后将获取到的学术专业分词表输入到LDA主体概率模型中,生成多源学术新媒体平台的知识主题。从多个平台的生成主题中,证实了不同学术新媒体平台同类知识内容中存在较大的知识主题差异,在此基础上对知识主题进行融合,帮助学术新媒体用户能够从大规模用户生成知识内容中获取核心知识点,为学术新媒体用户提供了知识导航服务。第四,提出了多源学术新媒体用户生成内容的知识摘要生成方法。为实现多个学术新媒体平台中用户生成内容的知识概括性描述问题,提出基于Word2Vec模型和MMR算法的摘要生成方法。利用Word2Vec方法可以有效解决传统词向量表达方法忽略词语间语义联系的问题;利用MMR排序方法,对重要性程度高的摘要进行排序筛选,剔除重复度高的摘要句,同时保留重要性高的摘要句;利用专业领域词典,解决专业领域词无法识别的问题。通过对多个学术新媒体平台的用户生成内容进行聚合,帮助知识欠缺的平台弥补自身知识内容不足的问题,实现了学术新媒体环境整体知识内容的极大融合,为学术新媒体用户提供一个效率获取冗余用户生成内容中关键性知识的聚合服务。第五,提出了多源学术新媒体用户生成内容的知识聚合精准推荐方法。通过用户兴趣度值挖掘推荐项目和用户间的相似关系,将其作为用户对项目的推荐评分。通过传递相似度,实现多源学术新媒体平台间用户的相似度计算,进而建立起多源学术新媒体用户网络。最后通过项目推荐评分与用户传递性网络,构建学术新媒体用户生成内容的知识聚合精准推荐方法,为学术用户提供多源平台的学术知识与学术用户的双重精准推荐服务。
朱宇[5](2021)在《复杂网络的多特征关系及结构表示学习》文中认为随着大数据时代的来临,各类复杂网络的数据量级正在迅速增长,而原有的网络分析方法在海量数据面前显得无能为力,因此,针对复杂网络的研究及应用近些年来已经引起了学术界和工业界的广泛关注。该研究领域的研究基础和重点是如何高效地在复杂网络上进行网络分析任务,例如,节点分类、链接预测、社区发现等。为了进行网络分析任务,关键是网络表示学习,也就是网络嵌入,它的目的是将网络中的每个节点映射到一个低维的、分布式的向量表示空间。本文针对网络表示的已有工作面临的可融合性、计算效率以及超网络结构的三个挑战,系统性地进行了以下四个工作:(1)基于文本增强的普通网络表示学习。提出一个文本增强的网络表示学习方法,该方法通过引入节点的文本特征来学习更具区别性的网络节点表示,这种表示来自于网络拓扑和文本特征的联合学习,包含了双方共同的影响因子,同时采用负采样策略来提高计算效率。在三个真实世界数据集上的实验结果表明,我们提出的方法优于其他基线方法。(2)基于社区与文本特征的普通网络表示学习。在诱导矩阵补全算法的启发下,提出一个社区和文本增强的网络表示学习方法,该方法在矩阵分解的框架下将节点的社区和文本特征融入到网络表示学习过程中。在三个真实世界数据集上的实验结果表明,我们提出的方法优于其他基线方法。(3)基于转化策略的超网络表示学习。通过超图到普通图的转化策略,将超网络分别转化为五种类型的普通网络,即2-截图、关联图、关联图+2-截图、线图+关联图、线图+关联图+2-截图。然后在这些普通网络上分别基于Deep Walk算法进行训练获得节点向量表示。在四个超网络数据集上的实验结果表明,2-截图的节点分类性能优于其他图,关联图+2-截图的链接预测性能优于其他图。(4)基于超边建模的超网络表示学习。提出三个基于超边建模的超网络表示学习方法来有效地融合超边信息到网络表示学习过程中,同时采用负采样策略来提高计算效率。它们都将包含网络拓扑和超边信息的节点向量表示的学习过程表示为一个联合优化问题,通过利用一种有效的随机梯度上升算法解决联合优化问题。在四个超网络数据集上的实验结果表明,我们提出的方法优于其他基线方法。
陈广福[6](2020)在《基于非负矩阵分解的链路预测算法及其应用研究》文中指出链路预测是研究复杂网络缺失链接的预测与还原最有效的工具。链路预测目标是通过已知网络节点或结构信息(如节点属性,节点聚类,链接权重,局部和全局结构信息等)去预测网络中尚未形成连边的两个节点间产生链接的可能性。链路预测包括三个方面:首先,它可预测网络中的缺失链接;其次,它可分析网络演化即预测网络中未来可能出现的链接;最后,它可鉴定虚假链接以及消除随机噪音。因此,链路预测不仅具有重大的理论价值还有广泛的应用价值。过去的十年,大量基于不同理论的链路预测算法被提出来在不同类型网络上执行链路预测任务并取得较好性能。然而,链路预测依然遭遇以下几个方面的挑战:首先,真实世界无向无权网络数据总是遭遇到高维度的,不完整的,虚假链接以及随机噪声的挑战,而现存方法无法同时处理这些问题;其次,大部分现存加权网络链路预测方法在仅考虑链接权重的强弱关系而忽略网络加权拓扑结构信息;此外,现存有向网络链路预测算法仅考虑链接方向强弱信息而忽略局部和全局的拓扑结构信息;最后,真实世界网络潜在结构总是复杂的如多层次性,而当前大部分现有方法仅考虑网络的浅层结构信息。基于上述分析,本文通过基于非负矩阵分解及扩展框架分别提出相关方法解决上述问题。本文主要研究内容为:首先,在无向无权网络中,现有的方法无法同时处理高维的、稀疏性、虚假链接和随机噪声等问题,提出了一个基于图正化与稀疏学习的鲁棒非负矩阵分解的链路预测模型。该分别通过热核函数和k-medoids算法去计算局部相似度和全局聚类信息。然后,分别将邻接矩阵和局部相似度矩阵通过鲁棒非负矩阵分解映射到低维潜在空间,并运用?2,1范数约束因子矩阵去识别虚假链接。在10个真实无向无权网络上分别与基于局部相似度,基于非负矩阵分解预测算法和网络嵌入方法进行比较,结果表明,该模型分别在预测缺失链接,识别虚假链接,消除随机噪声和鲁棒性等四个方面上的性能获得显着的改善。其次,权重链接和网络拓扑是加权网络链路预测两个重要特征,本文融合以上两类信息,提出了一个基于图正则化的加权非负矩阵分解的链路预测模型。本文首次将加权非负矩阵分解应用到链接预测中,将加权网络的邻接矩阵映射到低维潜在空间,并使用加权余弦相似度方法获得网络局部结构相似度,并与图正则化相结合保持局部信息。通过拉格朗日乘法更新规去学习模型参数,然后重构加权网络获得预测分数矩阵。分别在八个加权网络上与基于加权结构相似度的链路预测算法和已有非负矩阵分解预测算法比较,实验结果表明我们所提方法在预测缺失链接,权重预测和鲁棒性三个方面上获得高质量性能。然后,在有向网络中,大部分现存的链路预测算法仅考虑链接方向信息而忽略网络局部和全局信息,本文提出了一个基于节点影响力和非对称链接聚类系数的非负矩阵分解的链路预测模型。该模型通过利用非对称链接聚类系数方法计算节点间共同链接方向聚类系数去保持局部结构信息,而利用PageRank算法计算网络的每个节点影响力信息去保持全局结构信息;然后,这两类信息与非负矩阵分解融合组成统一的链路预测模型。在10个真实有向网络上分别与基于有向局部相似度和基于非负矩阵分解预测算法等共9个指标进行比较,结果表明,该模型获得较高的预测准确性。最后,针对所有现存基于非负矩阵分解的链路预测算法都是浅层模型,提出了一个融合拓扑结构与稀疏约束的深度非负矩阵分解的预测模型。该模型运用共同邻居方法计算网络结构相似度,然后将它与网络的邻接矩阵通过深度非负矩阵分解映射到低维潜在空间中可有效捕获隐含层的可观察的链接与结构信息。由于每个隐含层可能包含有来自分解过程中产生的随机噪声,再使用?2,1范数约束每个隐含层的因子矩阵消除随机噪声及不相关特征。最后,整合拓扑结构与稀疏约束信息与深度非负矩阵分解模型共同组成统一的链路预测模型。在8个多层网络上分别与基于非网络嵌入的经典算法和网络嵌入等共14个指标进行比较,结果表明,本文所提方法在迭代次数较小情况下获得高质量性能。
高沙沙[7](2020)在《基于MILS架构的嵌入式操作系统多级安全域动态管理技术研究》文中指出随着嵌入式系统在电网、航空、医疗、家居等领域的广泛应用,其安全性日益凸显。为保障嵌入式系统的高安全性,多重独立安全等级(Multi-Independent Levels of Security,MILS)概念应运而生,MILS通过将操作系统分层、内存分区,实现时空、故障隔离,达到内核可验证、故障可控的目的。本文设计并实现了面向基于MILS嵌入式操作系统协同工作平台的多级安全域动态管理机制。特别地,针对某应用程序故障以致协同工作平台功能缺失的问题,设计和实现了多重独立安全等级的安全域,即多级安全域管理;针对同一安全域内平台间的信息隔离和通信问题,设计及实现了多策略融合访问控制模型,完成的主要工作如下:(1)多级安全域动态管理机制设计。基于嵌入式协同工作平台不同应用安全等级各异的特点,设计面向基于MILS嵌入式操作系统协同工作平台应用的多级安全域动态管理机制,在应用程序故障导致协同工作平台功能缺失的情况下,通过多级安全域动态管理实现应用程序的正确安全迁移运行以及平台功能的动态重构。(2)建立基于角色和密级的多策略融合的访问控制模型。针对基于MILS嵌入式操作系统协同工作平台内部不同安全等级应用间信息交互的实际需求,赋予不同应用程序相应角色及不同的操作权限,实现不同功能类型不同密级的应用间信息隔离和安全通信的目的。(3)设计并实现面向基于MILS嵌入式操作系统天脉2协同工作平台应用的多级安全域动态管理和多策略融合的访问控制等组件的实验原型。基于协同工作平台的实时性,验证面向基于MILS嵌入式操作系统协同工作平台应用的多级安全域动态管理和多策略融合的安全访问控制等组件的正确性和可行性。实验结果表明,本文方法不仅能够实现异常终止应用的正确迁移运行和不同应用间的安全访问控制,同时能够满足嵌入式平台安全防护的可行性和实时性,在不影响基于MILS嵌入式操作系统协同工作平台实时性的前提下,有效解决了应用故障导致平台功能缺失的问题。
邹阳[8](2016)在《上下文相关图文法及其应用研究》文中认为可视化语言提供了一种可视、直观与抽象的方式去描述复杂对象的结构与构成的方法,已广泛应用于计算机相关领域。可视化语言研究的最基本问题之一是如何描述可视化语言。与形式文法用于描述文本语言类似,图文法是描述可视化语言的自然选择。由于上下文无关图文法在易用性和表达能力上均存在明显不足,上下文相关图文法的研究成为必然。然而,已有上下文相关图文法在形式框架的完备性上尚多有不足,诸多关键问题研究仍面临挑战,具体表现为:(1)在表达能力上,对于已有形式框架表达能力的理论分析有所欠缺;(2)在产生式形式上,隐式的形式框架普遍存在因产生式中上下文缺失而导致的直观性差的问题;(3)在语法分析算法上,已有的两类算法存在分析效率低下或适应范围过窄的问题。本文提出了一个一般性的上下文相关图文法的概念框架,并在此基础上对上述问题进行了较为系统性的研究,主要工作如下:1.在分析与归纳已有上下文相关图文法形式框架的基本特征基础上,通过构造不同形式框架图文法实例之间的转换算法,揭示并证明了这些形式框架的表达能力之间的关系。一方面,这些结论揭示了已有上下文相关图文法形式框架的表达能力之间关系,补充并完善了图文法的表达能力之间关系的理论。另一方面,这些算法也为不同形式框架图文法实例之间的转换提供了一种可行的方法,使上下文相关图文法的应用不再拘泥于一个形式框架,而是可以在不同形式框架之间选择适当的描述形式与分析算法,从而提高了这些形式框架的易用性。2.针对隐式上下文相关图文法形式框架中普遍存在的因产生式中上下文缺失所导致的直观性差的问题,以RGG形式框架为基础,提出了一种上下文的形式定义与计算方法来揭示产生式中所隐含的上下文。在产生式之间的偏前驱关系与全前驱关系概念基础上,形式化定义了产生式的上下文,刻画了上下文的基本特征与上下文存在的一个充分条件,并构建了上下文与上下文实例之间的关联。在此基础上构造了一组算法来计算产生式的上下文。对原本隐含在产生式中的上下文的发掘增强了产生式形式的直观性,从而有助于图文法的理解与设计。而且,此方法还可以推广到其它隐式上下文相关图文法形式框架。3.针对已有上下文相关图文法的语法分析算法中存在的问题,提出了两类相应的改进方法。一、针对仅适用于合流图文法的语法分析算法的适用范围过窄的问题,以RGG形式框架为例,提出了两种转换算法,将非合流的产生式集转换为生成相同图语言的合流产生式集,从而拓宽了这类算法的适用范围。第一种算法基于扩充的RGG形式框架XRGG,将非合流的RGG产生式转换成合流的XRGG产生式;第二种算法基于产生式上下文,将非合流的RGG产生式转换成合流的装配了裁剪过的1层上下文及其派生上下文的RGG产生式。两种算法的适用情形有所不同。二、针对通用语法分析算法效率低下的问题,提出了一种上下文匹配方法,用产生式的上下文去匹配主图中图柄的上下文来进一步鉴别待替换图柄,以尽可能地排除不必要归约,从而提高了通用算法的分析效率。4.研究了上下文相关图文法在程序并行性分析中的应用。针对并行性分析往往需要先从程序代码中抽取出控制与数据流图或其它依赖图的问题,基于RGG形式框架,定义了一种任务级的并行编程图语言GPPL来直接描述顺序或并行程序的控制与数据流图,并提出了相应的并行性分析算法以挖掘GPPL图程序的并行性特征,从而使并行性挖掘避免了从程序中抽取出相应依赖图的过程。与已有方法相比,GPPL图的形式更为简洁与直观和更具表达能力,而且算法的并行性挖掘能力也更强。5.设计并部分实现了一个上下文相关图文法支撑系统,以支持基于上下文相关图文法的图语言设计、分析及应用。系统提供了可视化的用户操作界面,其主要功能涵盖图文法编辑与语法检查、产生式上下文计算、以及在图文法合流判定基础上的对于主图的语法分析。而且,在此支撑系统上实现了对GPPL图语言的定义和一个GPPL图的语法分析。
周漪清[9](2000)在《对象链接与嵌入技术及其应用》文中指出介绍了OLE的基本工作情况及其优点 ,阐述了OLE技术的基本组成 ,详细说明了OLE对象在VisualFoxPro中的存放、显示和操作方法及自动化OLE在PowerBuilder中的应用
李冰山[10](2000)在《COM组件技术及其应用》文中提出软件组件技术是解决软件复用,缩短软件编写时间,降低维护成本和实现程序动态升级的最新和强有力的方案。微软的组件对象模型COM是当今比较成熟的软件组件技术之一,广泛应用于其操作系统和应用程序中。在分布式计算、Internet网和三层体系结构开发等前沿领域,COM组件技术也正在被大量使用和完善。 为了能深入地理解COM组件模型的思想,更好地应用其组件技术,本文对其底层实现机制进行了系统而深入的研究,阐述了软件组件的概念、内容和意义,详细说明了COM组件模型和COM组件的底层实现细节,并剖析了基于COM组件模型的OLE和ActiveX及相关技术。最后概述了用ASP和COM组件实现电话记录动态网站的应用实例。
二、对象链接与嵌入技术及其应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、对象链接与嵌入技术及其应用(论文提纲范文)
(1)面向智库需求的智慧数据服务模式及服务能力评价研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与目的意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外相关研究综述 |
1.2.1 图情机构智慧化资源管理与服务转型 |
1.2.2 图情机构智慧数据服务模式与服务体系 |
1.2.3 智慧数据服务能力及其评价 |
1.2.4 评述与分析 |
1.3 研究内容 |
1.4 研究方法和技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
1.5 创新点 |
第2章 相关概念与理论基础 |
2.1 相关概念 |
2.1.1 智库 |
2.1.2 智慧服务 |
2.1.3 智慧数据服务 |
2.1.4 面向智库需求的智慧数据服务 |
2.2 理论基础 |
2.2.1 数据管理理论 |
2.2.2 扎根理论 |
2.2.3 用户场景理论 |
2.2.4 灰色系统理论 |
第3章 我国智库的智慧数据服务需求分析 |
3.1 基于问卷调查的智库数据资源管理分析 |
3.1.1 调查问卷设计 |
3.1.2 调查对象与数据收集 |
3.1.3 结果分析 |
3.2 基于扎根理论的智库服务需求分析 |
3.2.1 研究对象与数据收集 |
3.2.2 范畴编码与检验 |
3.2.3 模型构建及分析 |
3.3 本章小结 |
第4章 面向智库需求的智慧数据服务要素与特征 |
4.1 面向智库需求的智慧数据服务过程 |
4.1.1 智库活动过程分析 |
4.1.2 面向智库需求的智慧数据服务过程分析 |
4.2 面向智库需求的智慧数据服务要素 |
4.2.1 图情机构主体 |
4.2.2 智慧数据 |
4.2.3 智慧化技术工具与方法 |
4.2.4 智慧数据服务平台 |
4.2.5 智慧数据服务环境 |
4.2.6 智慧数据服务要素之间关系 |
4.3 面向智库需求的智慧数据服务特征 |
4.3.1 数据多源性 |
4.3.2 技术智能性 |
4.3.3 服务场景化 |
4.4 案例分析 |
4.4.1 南京师范大学图书馆发展现状 |
4.4.2 南师大图书馆智慧数据服务分析 |
4.5 本章小结 |
第5章 面向智库需求的智慧数据服务模式 |
5.1 面向智库需求的智慧数据服务模式概念和类型 |
5.1.1 面向智库需求的智慧数据服务模式的概念 |
5.1.2 面向智库需求的智慧数据服务模式的类型 |
5.2 面向智库需求的个性化推荐智慧数据服务模式 |
5.2.1 智库活动过程分析 |
5.2.2 智库需求感知 |
5.2.3 资源融合及服务集成 |
5.2.4 智能化推荐 |
5.2.5 案例分析 |
5.3 面向智库需求的嵌入式智慧数据服务模式 |
5.3.1 智库活动层 |
5.3.2 嵌入层 |
5.3.3 融合层 |
5.3.4 服务层 |
5.3.5 案例分析 |
5.4 本章小结 |
第6章 面向智库需求的智慧数据服务模式实现 |
6.1 智库特征识别与需求确定 |
6.1.1 智库特征识别 |
6.1.2 智库需求确定 |
6.2 基于Data Commons的智慧数据服务平台构建 |
6.2.1 Data Commons平台的概念和特点 |
6.2.2 Data Commons平台的目标与功能 |
6.2.3 Data Commons平台的架构设计 |
6.3 多源数据融合 |
6.3.1 多源数据融合架构 |
6.3.2 多源数据融合方法 |
6.4 智能化技术融合与协同治理 |
6.4.1 智能化技术融合与协同治理模式 |
6.4.2 基于协同治理的智能化技术融合过程 |
6.5 基于专家系统的智能情报分析 |
6.5.1 专家数据管理模块 |
6.5.2 专家在线咨询模块 |
6.5.3 专家智能推荐流程 |
6.6 基于向量空间模型的场景化服务推荐模型 |
6.6.1 场景化服务 |
6.6.2 场景化服务接受效用 |
6.6.3 场景化服务推荐模型 |
6.6.4 场景化服务推荐实验 |
6.7 本章小结 |
第7章 面向智库需求的智慧数据服务能力评价体系 |
7.1 智慧数据服务能力评价体系问题的提出 |
7.2 智慧数据服务能力评价体系的构建依据 |
7.3 智慧数据服务能力评价指标的选取与修正 |
7.4 智慧数据服务能力评价指标的阐释 |
7.5 智慧数据服务能力评价指标的优化与赋权 |
7.5.1 样本选择及问卷描述 |
7.5.2 评价指标的重要性和易获得性计算 |
7.5.3 评价指标优化 |
7.5.4 评价指标赋权 |
7.6 实证研究 |
7.6.1 研究方法 |
7.6.2 数据分析 |
7.6.3 结果分析 |
7.7 本章小结 |
第8章 面向智库需求的智慧数据服务保障策略 |
8.1 政府政策保障方面 |
8.2 图书情报机构服务主体保障方面 |
8.2.1 强化服务意识并挖掘智库需求 |
8.2.2 优化图情机构的智慧数据服务架构 |
8.2.3 建立并完善智慧数据服务能力评价体系 |
8.3 多源数据保障方面 |
8.3.1 加强智慧数据体系建设 |
8.3.2 建立一体化多源数据联动与反馈机制 |
8.4 智能化技术方法与工具保障方面 |
8.4.1 加强现代化数据技术的融合和应用 |
8.4.2 完善智慧数据服务平台功能和服务 |
8.5 智慧数据服务人才保障方面 |
8.5.1 完善我国图情机构学科馆员制度 |
8.5.2 提升智慧数据服务人员的创新服务能力 |
8.6 本章小结 |
第9章 研究结论与展望 |
9.1 研究结论 |
9.2 研究局限与展望 |
9.2.1 研究局限 |
9.2.2 研究展望 |
参考文献 |
附录 |
研究成果 |
致谢 |
(2)基于在线百科的社会网络抽取及语义化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究框架与研究内容 |
1.3.1 研究框架 |
1.3.2 研究内容 |
1.4 技术路线 |
1.5 研究方法与工具 |
1.5.1 研究方法 |
1.5.2 使用的工具与技术 |
1.6 贡献与创新 |
1.7 论文组织结构 |
第2章 相关概念与理论 |
2.1 复杂社会网络理论 |
2.1.1 复杂网络的概念 |
2.1.2 社会网络的概念 |
2.1.3 典型的复杂社会网络模型 |
2.2 知识表示理论 |
2.2.1 知识表示的概念 |
2.2.2 语义网 |
2.2.3 知识图谱 |
2.3 本章小结 |
第3章 相关研究综述 |
3.1 社会网络抽取研究 |
3.1.1 传统社会网络抽取研究 |
3.1.2 基于在线百科的社会网络抽取研究 |
3.2 社会网络语义化研究 |
3.2.1 社会网络语义化的相关工作 |
3.2.2 典型的社会网络本体 |
3.3 知识图谱补全研究 |
3.3.1 知识图谱补全的任务 |
3.3.2 知识图谱关系预测的相关研究 |
3.3.3 知识图谱实体类型预测的相关研究 |
3.4 命名实体链接研究 |
3.4.1 命名实体链接的任务 |
3.4.2 命名实体链接的相关研究工作 |
3.5 本章小结 |
第4章 在线百科中的社会网络抽取 |
4.1 社会网络抽取的整体框架 |
4.2 初始社会网络生成 |
4.3 关系权重计算 |
4.3.1 人物相关性特征 |
4.3.2 人物相关度学习 |
4.4 人物时空分析 |
4.4.1 人物生存时空估计 |
4.4.2 时空耦合网络的构建 |
4.5 百科社会网络的结构特征分析 |
4.6 百科人物网络的可视化分析 |
4.7 本章小结 |
第5章 社会网络语义建模与语义表示 |
5.1 社会网络语义建模 |
5.1.1 MSTSN本体的整体架构 |
5.1.2 人物时空信息的语义建模 |
5.1.3 关系类型和人物类型的语义建模 |
5.2 社会网络的语义表示 |
5.2.1 人物基本信息的语义表示 |
5.2.2 人物时空信息的语义表示 |
5.2.3 人物关系信息的语义表示 |
5.3 本章小结 |
第6章 基于百科内部信息的人物知识图谱补全 |
6.1 人物关系类型的预测 |
6.1.1 关系预测模型设计 |
6.1.2 模型评测 |
6.1.3 基于Conv F模型的人物关系类型补全 |
6.2 人物类型的预测 |
6.3 本章小结 |
第7章 基于百科外部文本的人物知识图谱补全 |
7.1 命名实体链接的整体框架 |
7.2 指称识别 |
7.3 候选实体集合生成 |
7.4 候选实体消岐 |
7.4.1 消歧特征 |
7.4.2 排序学习 |
7.4.3 消歧结果优化 |
7.5 命名实体链接方法评测 |
7.5.1 评测语料 |
7.5.2 文本相似度特征筛选实验 |
7.5.3 多特征消歧实验 |
7.5.4 对比实验 |
7.6 基于命名实体链接的人物关系补全 |
7.6.1 设计思路 |
7.6.2 方法评测 |
7.7 本章小结 |
第8章 人物知识图谱的语义查询与可视化 |
8.1 基于关系的社会网络语义查询 |
8.1.1 查询中心人物的相关人物 |
8.1.2 查询限定类型的相关人物 |
8.2 基于作品的社会网络语义查询 |
8.2.1 生成与特定作品相关的社会网络 |
8.2.2 生成与特定作者相关的社会网络 |
8.3 基于时间的社会网络语义查询 |
8.3.1 生活于特定历史时期的人物查询 |
8.3.2 生成特定历史时期的人物关系网络 |
8.3.3 生成特定朝代的人物关系网络 |
8.4 基于空间的社会网络语义查询 |
8.4.1 与地理特征点相关的人物查询 |
8.4.2 同乡关系网络的生成 |
8.4.3 查询特定历史时期的热点地理区域 |
8.5 本章小结 |
第9章 总结与展望 |
9.1 本文总结 |
9.2 研究局限与展望 |
参考文献 |
中文参考文献 |
英文参考文献 |
附录 人物知识图谱的RDF表示(示例) |
攻读博士学位期间科研成果 |
致谢 |
(3)基于多源数据的高校学术知识图谱构建及其应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 知识图谱构建研究现状 |
1.2.2 表示学习模型研究现状 |
1.2.3 知识图谱应用研究现状 |
1.3 论文研究内容 |
1.4 论文组织结构 |
第二章 知识图谱相关技术 |
2.1 知识图谱构建 |
2.1.1 知识抽取 |
2.1.2 知识融合 |
2.1.3 知识加工 |
2.2 知识图谱表示学习 |
2.2.1 表示学习的概念 |
2.2.2 翻译表示学习模型 |
2.3 本章小结 |
第三章 基于多源数据的高校学术知识抽取与融合方法 |
3.1 高校学术知识图谱技术架构 |
3.2 非结构化表格数据的知识抽取 |
3.2.1 单值表格知识抽取 |
3.2.2 多值表格知识抽取 |
3.3 半结构化数据的知识抽取 |
3.4 结构化数据的知识抽取 |
3.5 多源数据的知识融合算法 |
3.6 实验结果与分析 |
3.7 本章小结 |
第四章 基于语义向量的知识图谱表示学习模型研究 |
4.1 Trans V模型的原理 |
4.2 Trans V模型的框架 |
4.3 基于BERT的语义向量构建 |
4.3.1 BERT模型概述 |
4.3.2 实体及关系语义向量构建 |
4.3.3 关系语义矩阵构建 |
4.4 Trans V的训练函数 |
4.5 实验结果与分析 |
4.5.1 实验环境 |
4.5.2 链接预测 |
4.5.3 三元组分类 |
4.6 本章小结 |
第五章 基于知识图谱的高校学术数据分析原型系统开发 |
5.1 系统概述 |
5.2 系统总体设计 |
5.3 知识图谱开发 |
5.4 数据分析模块 |
5.4.1 教师画像 |
5.4.2 学者合作关系 |
5.4.3 论文发表情况 |
5.4.4 学者研究方向 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简历 |
2 攻读硕士学位期间发表的学术论文 |
3 参与的科研项目及获奖情况 |
4 发明专利 |
学位论文数据集 |
(4)多源学术新媒体用户生成内容的知识聚合研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景 |
1.1.1 学术新媒体成为科研工作者学术交流的新途径 |
1.1.2 学术新媒体普遍存在低质量用户生成内容 |
1.1.3 用户需求促使学术新媒体知识聚合成为趋势 |
1.1.4 多源平台内容的知识聚合需求逐渐增长 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 学术新媒体国内外研究现状 |
1.3.2 新媒体用户生成内容国内外研究现状 |
1.3.3 新媒体知识聚合国内外研究现状 |
1.3.4 研究现状述评 |
1.4 研究内容与研究方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
1.5 本文创新点 |
第2章 相关概念及理论基础 |
2.1 学术新媒体内涵与特征 |
2.1.1 学术新媒体的内涵 |
2.1.2 学术新媒体的特征 |
2.2 用户生成内容概述 |
2.2.1 用户生成内容的内涵 |
2.2.2 用户生成内容的特征 |
2.2.3 用户生成内容的分类 |
2.3 知识聚合理论与方法 |
2.3.1 知识聚合的概念 |
2.3.2 知识聚合的方法 |
2.4 自然语言处理概述 |
2.4.1 自然语言处理概念 |
2.4.2 自然语言处理方法 |
2.5 本章小结 |
第3章 多源学术新媒体用户生成内容的知识聚合机理 |
3.1 多源学术新媒体用户生成内容知识聚合的内涵与类型 |
3.1.1 多源学术新媒体用户生成内容的知识聚合内涵 |
3.1.2 多源学术新媒体用户生成内容的知识聚合类型 |
3.2 多源学术新媒体用户生成内容知识聚合的要素 |
3.2.1 知识聚合主体 |
3.2.2 知识聚合客体 |
3.2.3 知识聚合的内容 |
3.2.4 知识聚合的环境 |
3.2.5 知识聚合的技术 |
3.3 多源学术新媒体用户生成内容的知识聚合动机 |
3.3.1 学术信息资源需求驱动 |
3.3.2 学术创新环境驱动 |
3.3.3 知识聚合主体收益驱动 |
3.3.4 科技进步驱动 |
3.3.5 多源学术平台资源驱动 |
3.4 多源学术新媒体用户生成内容的知识聚合过程 |
3.4.1 挖掘与解读用户需求 |
3.4.2 学术信息的数据处理 |
3.4.3 学术信息的质量评测 |
3.4.4 知识发现与聚合 |
3.4.5 学术知识推荐 |
3.5 多源学术新媒体用户生成内容的知识聚合机理模型 |
3.6 基于用户需求的多源学术新媒体用户生成内容知识聚合服务过程 |
3.7 本章小结 |
第4章 多源学术新媒体用户生成内容的质量评测 |
4.1 多源学术新媒体用户生成内容质量评测的目的 |
4.2 多源学术新媒体用户生成内容质量评测的过程与方法 |
4.2.1 多源学术新媒体用户生成内容质量评测的过程 |
4.2.2 多源学术新媒体用户生成内容质量评测方法 |
4.3 应用实例分析 |
4.3.1 数据集预处理与自动化特征提取 |
4.3.2 双层Bi-GRU模型训练 |
4.3.3 评价指标 |
4.3.4 结论与分析 |
4.4 本章小结 |
第5章 多源学术新媒体用户生成内容的知识主题生成 |
5.1 多源学术新媒体用户生成内容知识主题生成概念和目的 |
5.2 多源学术新媒体用户生成内容知识主题生成过程与方法 |
5.2.1 多源学术新媒体用户生成内容知识主题生成过程 |
5.2.2 多源学术新媒体用户生成内容知识主题生成方法 |
5.3 基于BiLSTM-CNN-CRF和 LDA的多源学术新媒体用户生成内容的知识主题生成模型 |
5.4 应用实例分析 |
5.4.1 结合BiLSTM-CNN-CRF和 LDA主题词生成 |
5.4.2 主题词过滤与融合 |
5.4.3 结论与分析 |
5.5 本章小结 |
第6章 多源学术新媒体用户生成内容的知识摘要生成 |
6.1 学术用户生成内容的摘要生成的概念及意义 |
6.2 多源学术新媒体用户生成内容摘要生成过程与方法 |
6.2.1 用户生成内容摘要生成过程 |
6.2.2 用户生成内容摘要生成方法 |
6.3 基于W2V-MMR的多源学术新媒体用户生成内容摘要生成方法 |
6.3.1 W2V-MMR算法的计算过程 |
6.3.2 多源学术新媒体用户生成内容摘要评价指标 |
6.4 应用实例分析 |
6.4.1 数据获取与预处理 |
6.4.2学术新媒体用户生成内容生成摘要实验 |
6.4.3 结论与分析 |
6.5 本章小结 |
第7章 多源学术新媒体用户生成内容的知识聚合精准推荐 |
7.1 多源学术新媒体用户生成内容知识聚合推荐的概念及目的 |
7.2 多源学术新媒体用户生成内容的知识聚合推荐过程与方法 |
7.2.1 多源学术新媒体用户生成内容的知识聚合推荐过程 |
7.2.2 多源学术新媒体用户生成内容的知识聚合推荐方法 |
7.3 基于用户兴趣度模型与传递相似度的多源学术新媒体用户生成内容的知识聚合精准推荐 |
7.3.1 基于用户兴趣度模型的精准推荐评分体系 |
7.3.2 基于用户相似性传递的用户共联网络 |
7.3.3 基于用户兴趣度模型与传递相似度的混合推荐 |
7.3.4 多源学术新媒体用户生成内容知识聚合的精准知识推荐服务 |
7.4 本章小结 |
第8章 提升多源学术新媒体知识聚合效果的策略 |
8.1 知识聚合主体层面 |
8.1.1 以用户为中心建立知识聚合理念 |
8.1.2 深入挖掘学术新媒体用户多层次的需求 |
8.1.3 完善学术新媒体平台内容质量监管和激励机制 |
8.1.4 合理规范学术新媒体内的主题与重点内容 |
8.1.5 学习与借鉴他源平台内容 |
8.2 知识聚合对象层面 |
8.2.1 促进学术用户积极互动 |
8.2.2 提升学术用户信息素养 |
8.2.3 提倡统一用词与语言凝练 |
8.2.4 提升多源平台交叉用户基数 |
8.3 知识聚合技术层面 |
8.3.1 改进大数据挖掘和人工智能技术 |
8.3.2 搭建学术新媒体的新型知识服务系统 |
8.3.3 建立多源学术新媒体的互联技术 |
8.3.4 应用学术知识可视化技术 |
8.4 知识聚合环境层面 |
8.4.1 营造良好的学术讨论氛围 |
8.4.2 加强学术新媒体平台之间的交流合作 |
8.4.3 加大学术新媒体平台的宣传力度 |
8.5 本章小结 |
第9章 研究结论与展望 |
9.1 研究结论 |
9.2 研究不足与展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(5)复杂网络的多特征关系及结构表示学习(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 复杂网络的研究现状 |
1.2.2 网络表示学习的研究现状 |
1.3 本文的研究基础 |
1.3.1 复杂网络的基础知识 |
1.3.2 网络表示学习的基础知识 |
1.4 现有工作面临的挑战 |
1.5 本文的主要研究内容 |
第二章 基于文本增强的普通网络表示学习 |
2.1 问题描述 |
2.2 相关工作 |
2.3 TENR模型框架 |
2.3.1 问题定义 |
2.3.2 文本派生 |
2.3.3 TENR模型 |
2.3.4 复杂度分析 |
2.4 实验结果 |
2.4.1 数据集 |
2.4.2 基线方法 |
2.4.3 节点分类 |
2.4.4 参数敏感性 |
2.4.5 聚类可视化 |
2.4.6 案例分析 |
2.5 本章小结 |
第三章 基于社区与文本特征的普通网络表示学习 |
3.1 问题描述 |
3.2 相关工作 |
3.3 CTDW模型框架 |
3.3.1 问题定义 |
3.3.2 Deep Walk算法 |
3.3.3 诱导矩阵补全算法 |
3.3.4 CTDW模型 |
3.4 实验结果 |
3.4.1 数据集 |
3.4.2 基线方法 |
3.4.3 节点分类 |
3.4.4 参数敏感性 |
3.4.5 聚类可视化 |
3.4.6 案例分析 |
3.5 本章小结 |
第四章 基于转化策略的超网络表示学习 |
4.1 问题描述 |
4.2 相关工作 |
4.3 模型框架 |
4.3.1 问题定义 |
4.3.2 超图的转化策略 |
4.3.3 Deep Walk算法 |
4.4 实验结果 |
4.4.1 数据集 |
4.4.2 基线方法 |
4.4.3 节点分类 |
4.4.4 链接预测 |
4.5 本章小结 |
第五章 基于超边建模的超网络表示学习 |
5.1 问题描述 |
5.2 相关工作 |
5.3 预备知识 |
5.3.1 超图转化为2-截图 |
5.3.2 Trans E算法 |
5.4 问题定义 |
5.5 HESC模型框架 |
5.5.1 集合约束 |
5.5.2 HESC模型 |
5.5.3 复杂度分析 |
5.6 HETC模型框架 |
5.6.1 平移约束 |
5.6.2 HETC模型 |
5.6.3 复杂度分析 |
5.7 HEST模型框架 |
5.7.1 集合和平移共同约束 |
5.7.2 HEST模型 |
5.7.3 复杂度分析 |
5.8 实验结果 |
5.8.1 数据集 |
5.8.2 基线方法 |
5.8.3 节点分类 |
5.8.4 链接预测 |
5.8.5 参数敏感性 |
5.9 本章小结 |
第六章 总结与展望 |
6.1 论文的主要贡献 |
6.2 工作展望 |
参考文献 |
个人简历 |
攻读博士学位期间的研究成果 |
致谢 |
(6)基于非负矩阵分解的链路预测算法及其应用研究(论文提纲范文)
摘要 |
abstract |
主要符号对照表 |
第1章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 基于相似度算法 |
1.2.2 基于学习的链路预测算法 |
1.2.3 加权网络的链路预测算法 |
1.2.4 有向网络的链路预测算法 |
1.2.5 多层次网络的链路预测算法 |
1.2.6 网络嵌入的预测算法 |
1.3 本文研究内容及创新点 |
1.4 本文组织安排 |
第2章 相关理论基础 |
2.1 复杂网络基本概念 |
2.2 复杂网络基本拓扑特征 |
2.2.1 度,平均度,度分布,度异质性和网络稀疏性 |
2.2.2 网络直径和平均路径长度 |
2.2.3 聚类系数 |
2.2.4 联合度分布,度一度相关性和同配性系数 |
2.3 非负矩阵分解及扩展算法 |
2.3.1 非负矩阵分解 |
2.3.2 图正则化非负矩阵分解 |
2.3.3 鲁棒非负矩阵分解 |
2.3.4 加权非负矩阵分解 |
2.3.5 深度非负矩阵分解 |
2.4 链路预测的基本概念 |
2.4.1 问题描述 |
2.4.2 评价度量 |
2.5 本章小结 |
第3章 基于流形正则化和稀疏学习的鲁棒非负矩阵分解的链路预测模型 |
3.1 引言 |
3.2 方法 |
3.2.1 开采网络局部和全局结构信息 |
3.2.2 统一链路预测模型:MS-RNMF |
3.2.3 计算复杂性分析 |
3.2.4 MS-RNMF的收敛性分析 |
3.3 实验与比较 |
3.3.1 评价度量 |
3.3.2 数据集 |
3.3.3 实验结果分析 |
3.3.4 参数敏感性分析 |
3.4 本章小结与讨论 |
第4章 基于图正则化加权非负矩阵分解的链路预测模型 |
4.1 引言 |
4.2 方法 |
4.2.1 问题描述 |
4.2.2 加权余弦相似度 |
4.2.3 保持加权网络局部信息 |
4.2.4 统一的预测模型:GWNMF |
4.3 计算复杂性分析 |
4.4 收敛性证明 |
4.5 实验结果 |
4.5.1 评价度量 |
4.5.2 数据集 |
4.5.3 加权相似度指标 |
4.5.4 实验分析 |
4.5.5 参数敏感性分析 |
4.6 本节小结 |
第5章 基于非对称链接聚类信息和Page Rank的非负矩阵分解的链路预测模型 |
5.1 引言 |
5.2 方法 |
5.2.1 问题描述 |
5.2.2 计算非对称链接聚类系数分数 |
5.2.3 计算节点影响力分数 |
5.2.4 统一链路预测模型:NMF-AP |
5.2.5 时间复杂度 |
5.3 实验结果 |
5.3.1 评价度量 |
5.3.2 数据集 |
5.3.3 基准 |
5.3.4 实验分析 |
5.3.5 参数敏感性分析 |
5.4 本章小结与讨论 |
第6章 基于结构和稀疏约束的深度负矩阵分解的链路预测模型 |
6.1 引言 |
6.2 方法 |
6.2.1 问题描述 |
6.2.2 探索多层次结构信息以及鲁棒随机噪声 |
6.2.3 统一链路预测模型:FSSDNMF |
6.2.4 优化目标函数FSSDNMF |
6.2.5 FSSDNMF算法收敛性证明 |
6.2.6 时间复杂度 |
6.3 实验结果 |
6.3.1 评价度量 |
6.3.2 数据集 |
6.3.3 基准方法 |
6.3.4 模型参数设置 |
6.3.5 实验分析 |
6.3.6 参数敏感性分析 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 研究总结 |
7.2 研究展望 |
参考文献 |
指导教师对研究生学位论文的学术评语 |
答辩委员会决议书 |
致谢 |
攻读博士学位期间的研究成果 |
(7)基于MILS架构的嵌入式操作系统多级安全域动态管理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 MILS研究现状 |
1.2.2 安全域研究现状 |
1.2.3 访问控制研究现状 |
1.3 本文主要工作和创新点 |
1.4 本文结构安排 |
第二章 相关理论介绍 |
2.1 基于MILS架构的安全操作系统 |
2.1.1 微内核 |
2.1.2 安全通信 |
2.1.3 可信计算基 |
2.2 安全域 |
2.3 访问控制 |
2.3.1 RBAC模型 |
2.3.2 BLP模型 |
2.4 本章小结 |
第三章 多级安全域动态管理技术 |
3.1 总体框架设计 |
3.2 多级安全域动态管理技术设计 |
3.2.1 应用平台安全策略设计 |
3.2.2 中心平台多级安全域设计 |
3.2.3 多级安全域校验设计 |
3.3 多级安全域动态管理技术实现 |
3.3.1 安全策略实现 |
3.3.2 多级安全域同步实现 |
3.3.3 多级安全域更新实现 |
3.3.4 功能重构实现 |
3.3.5 多级安全域校验实现 |
3.4 多级安全域动态管理技术测试与分析 |
3.4.1 测试环境 |
3.4.2 系统启动 |
3.4.3 安全策略同步测试 |
3.4.4 安全策略更新测试 |
3.4.5 多级安全域同步测试 |
3.4.6 多级安全域更新测试 |
3.4.7 功能重构测试 |
3.4.8 多级安全域校验测试 |
3.5 本章小结 |
第四章 多策略融合的访问控制模型 |
4.1 总体框架设计 |
4.2 多策略融合的访问控制机制设计 |
4.2.1 多策略鉴权机制设计 |
4.2.2 策略一致性验证机制设计 |
4.3 多策略融合的访问控制机制实现 |
4.3.1 多策略鉴权机制实现 |
4.3.2 策略一致性验证机制实现 |
4.4 多策略融合的安全访问控制测试 |
4.4.1 多策略鉴权机制测试 |
4.4.2 策略一致性验证机制测试 |
4.5 本章小结 |
第五章 工作总结与后续工作 |
参考文献 |
致谢 |
作者简介 |
(8)上下文相关图文法及其应用研究(论文提纲范文)
Abstract |
摘要 |
致谢 |
第一章 绪论 |
1.1 可视化语言与图文法 |
1.1.1 图 |
1.1.2 可视化语言 |
1.1.3 图文法 |
1.2 上下文相关图文法 |
1.2.1 研究上下文相关图文法的必要性 |
1.2.2 上下文相关图文法的概念 |
1.2.3 上下文相关图文法的形式框架 |
1.2.4 上下文相关图文法的问题与挑战 |
1.3 研究现状概述 |
1.4 本文工作与贡献 |
1.5 论文组织 |
第二章 相关工作 |
2.1 图重写 |
2.1.1 图重写规则形式 |
2.1.2 嵌入机制类型 |
2.1.3 图重写与图文法 |
2.1.4 图文法的图语言 |
2.1.5 图文法的研究方法 |
2.2 图文法的代数方法 |
2.2.1 双外推方法 |
2.2.2 单外推方法 |
2.3 上下文无关图文法 |
2.3.1 结点替换图文法 |
2.3.2 超边替换图文法 |
2.4 上下文相关图文法 |
2.4.1 LGG形式框架 |
2.4.2 RGG形式框架 |
2.4.3 SGG形式框架 |
2.4.4 形式框架的对比分析 |
2.4.5 上下文相关图文法的应用 |
2.5 小结 |
第三章 上下文相关图文法的表达能力分析 |
3.1 上下文相关图文法 |
3.1.1 上下文相关图文法形式框架 |
3.1.2 形式框架的产生式特征比较 |
3.2 表达能力分析与比较 |
3.2.1 LGG与RGG表达能力比较 |
3.2.2 RGG与CAGG表达能力比较 |
3.2.3 RGG与EGG表达能力比较 |
3.2.4 LGG与EGG表达能力比较 |
3.2.5 表达能力综合分析 |
3.3 相关工作 |
3.4 小结 |
第四章 隐式上下文相关图文法的上下文计算 |
4.1 基本概念与记号 |
4.2 偏前驱与全前驱关系 |
4.2.1 偏前驱关系 |
4.2.2 全前驱关系 |
4.3 产生式的上下文 |
4.3.1 上下文定义 |
4.3.2 上下文特征 |
4.3.3 上下文实例化 |
4.3.4 上下文与上下文实例之间关系讨论 |
4.4 上下文计算 |
4.5 上下文应用 |
4.5.1 图文法理解与设计 |
4.6 相关工作 |
4.7 小结 |
第五章 上下文相关图文法语法分析算法的改进 |
5.1 基于扩充形式框架的合流图文法转换方法 |
5.1.1 非合流产生式对分析 |
5.1.2 扩充的RGG形式框架 |
5.1.3 转换算法 |
5.1.4 案例分析 |
5.1.5 讨论 |
5.2 基于产生式上下文的合流图文法转换方法 |
5.2.1 算法框架 |
5.2.2 上下文裁剪 |
5.2.3 算法正确性 |
5.2.4 案例分析 |
5.3 基于上下文匹配的语法分析算法改进方法 |
5.4 相关工作 |
5.5 小结 |
第六章 并行性分析的图文法方法 |
6.1 研究背景 |
6.2 并行编程图语言GPPL |
6.3 GPPL图的并行性分析 |
6.3.1 路径标记 |
6.3.2 并行性挖掘 |
6.4 案例分析 |
6.5 相关工作 |
6.6 小结 |
第七章 上下文相关图文法支撑系统 |
7.1 系统概要 |
7.2 图文法编辑模块 |
7.2.1 图文法编辑 |
7.2.2 语法正确性检查 |
7.2.3 图文法与主图存储 |
7.3 语法分析模块 |
7.4 上下文计算模块 |
7.5 GPPL图的定义与语法分析 |
7.6 小结 |
第八章 总结与展望 |
8.1 工作总结 |
8.2 研究展望 |
攻读博士期间发表与已投论文列表 |
攻读博士期间参研项目 |
参考文献 |
(9)对象链接与嵌入技术及其应用(论文提纲范文)
1 对象链接及嵌入技术[1, 2] |
1.1 链接 (Linking) |
1.2 嵌入 (Embedding) |
2 对象链接与嵌入技术在Visual FoxPro中的应用[3] |
2.1 OLE对象插入到Visual FoxPro数据库中的方法 |
2.2 注册表数据库 (REG.DAT) |
2.3 注册表编辑器REGEDIT.EXE |
2.4 显示和操作OLE对象 |
2.5 执行OLE动作 |
3 OLE自动化在PowerBuilder中的应用[2, 4] |
(10)COM组件技术及其应用(论文提纲范文)
第一章 软件组件概论 |
第一节 软件组件模型 |
第二节 软件组件技术的优点 |
第三节 软件组件实现条件 |
第二章 组件对象模型COM |
第一节 COM接口 |
第二节 COM组件 |
第三节 COM库 |
第四节 COM组件的实现方式 |
第五节 COM组件的复用和线程模型 |
第六节 分布式COM—DCOM |
第三章 OLE和ACTIVEX |
第一节 OLE和ACTIVEX名称的由来及含义 |
第二节 OLE、ACTIVEX控件与COM的层次关系 |
第三节 自动化 |
第四节 可连接组件 |
第五节 结构化存储和复合文件 |
第六节 持久性对象 |
第七节 统一数据传送 |
第八节 命名与联编 |
第九节 OLE剪贴板 |
第十节 OLE拖放 |
第十一节 属性页 |
第十二节 OLE文档 |
第十三节 ACTIVEX控件 |
第四章 COM技术应用实例 |
第一节 ASP技术说明 |
第二节 电话记录动态网站管理系统 |
第五章 总结和展望 |
参考文献 |
致谢 |
四、对象链接与嵌入技术及其应用(论文参考文献)
- [1]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)
- [2]基于在线百科的社会网络抽取及语义化研究[D]. 林泽斐. 南京大学, 2020(09)
- [3]基于多源数据的高校学术知识图谱构建及其应用研究[D]. 李梦妮. 浙江工业大学, 2020(02)
- [4]多源学术新媒体用户生成内容的知识聚合研究[D]. 陶兴. 吉林大学, 2020(08)
- [5]复杂网络的多特征关系及结构表示学习[D]. 朱宇. 青海师范大学, 2021(04)
- [6]基于非负矩阵分解的链路预测算法及其应用研究[D]. 陈广福. 深圳大学, 2020(11)
- [7]基于MILS架构的嵌入式操作系统多级安全域动态管理技术研究[D]. 高沙沙. 西安电子科技大学, 2020(05)
- [8]上下文相关图文法及其应用研究[D]. 邹阳. 南京大学, 2016(02)
- [9]对象链接与嵌入技术及其应用[J]. 周漪清. 咸宁师专学报, 2000(06)
- [10]COM组件技术及其应用[D]. 李冰山. 大连理工大学, 2000(01)