轨道交通装备设计链协同技术研究与系统实现
这是一篇关于轨道交通装备,协同设计,区块链,冲突检测的论文, 主要内容为轨道交通装备为国家的轨道交通运输提供技术与装备,关系到国家与社会的发展。在轨道交通装备的协同设计当中,专业广、任务重、人员多、资料杂,传统的协同机制与手段难以应对当前轨道交通装备协同设计中存在的种种难题,如设计资源分散、文件流转滞后、协同流程繁杂、人员调配迟缓等都严重影响了轨道交通装备协同设计的效率和质量。本文通过深入调研与分析轨道交通装备协同设计的业务场景与流程,设计并实现了轨道交通装备设计链协同系统。该系统采用B/S架构,用户通过浏览器访问系统服务。系统前端采用JSP技术和Java Script脚本对页面进行展示,服务器端基于Spring MVC框架实现业务逻辑与视图的分离,依靠Spring框架降低代码耦合度并通过My Bstis持久层框架与Mysql数据库进行交互。该系统包括基本信息管理、项目管理、计划协同、图档管理、模型超市、产品管理、流程协同、消息管理及权限管理九个模块,对轨道交通装备协同设计提供多角度多方面的支持。同时,针对轨道交通装备协同设计中图档流转的安全性问题,本文分析了区块链技术的去中心化及不可篡改的特点,应用区块链技术作为保障图档安全性的重要手段;针对跨企业项目协同中的计划时间冲突问题,本文结合相关业务设计并实现了基于时间的冲突检测算法。在功能测试中,系统通过了各项测试用例;在性能测试中,系统的各项指标符合要求,结果表明该系统能够满足轨道交通装备协同设计的各项业务需求。
基于U-GIS的ADS-B终端显示系统设计与实现
这是一篇关于ADS-B,显示系统,GIS,冲突检测,航迹预测的论文, 主要内容为随着世界民航运输业方兴未艾,空中交通流量与日俱增,不安全因素增加。传统监视技术受到选址和布站影响,容易出现监视盲区。广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)系统应运而生。ADS-B具有安装方便、成本低,数据获取方式容易、报文内容全面丰富等优点。ADS-B技术被广泛使用,并且作为未来主要监视手段,应用于空管监视系统。对飞机的监视,最直观有效的方法就是航迹信息实时显示。因此,ADS-B相关显示系统的研发尤为重要。本文基于U-GIS平台,对ADS-B终端显示系统进行开发。主要研究目标是对机场终端区ADS-B数据的实时接收、解析、保存及三维可视化显示,对历史数据处理用于航迹显示和航迹预测实现冲突检测等功能。首先对ADS-B相关理论进行研究。其次,利用C#编程语言对U-GIS进行二次开发。根据系统需求,设计系统技术路线图,逐步实现显示系统。该系统主要包含机场基础数据管理、实时显示、历史航迹管理等功能。根据实验室SBS-3接收机对天津终端区ADS-B数据的进行实时接收,对接收后的数据进行实时解析及保存,将解析后数据进行航迹以及重要信息的显示。将保存到数据库的数据进行分类,根据用户需求选择相应的航迹进行航迹显示和模拟飞行;最后通过对航迹预测模型进行研究,通过对比反向传播(Back Propagation,BP)神经网络、长短期记忆神经网络(Long Short-Term Memory,LSTM),GA-BP神经网络,选择最佳的航迹预测结果,导入开发的ADS-B显示系统。通过对冲突检测算法研究,编写冲突检测算法,人为构造冲突,验证冲突检测的有效性。
基于U-GIS的ADS-B终端显示系统设计与实现
这是一篇关于ADS-B,显示系统,GIS,冲突检测,航迹预测的论文, 主要内容为随着世界民航运输业方兴未艾,空中交通流量与日俱增,不安全因素增加。传统监视技术受到选址和布站影响,容易出现监视盲区。广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)系统应运而生。ADS-B具有安装方便、成本低,数据获取方式容易、报文内容全面丰富等优点。ADS-B技术被广泛使用,并且作为未来主要监视手段,应用于空管监视系统。对飞机的监视,最直观有效的方法就是航迹信息实时显示。因此,ADS-B相关显示系统的研发尤为重要。本文基于U-GIS平台,对ADS-B终端显示系统进行开发。主要研究目标是对机场终端区ADS-B数据的实时接收、解析、保存及三维可视化显示,对历史数据处理用于航迹显示和航迹预测实现冲突检测等功能。首先对ADS-B相关理论进行研究。其次,利用C#编程语言对U-GIS进行二次开发。根据系统需求,设计系统技术路线图,逐步实现显示系统。该系统主要包含机场基础数据管理、实时显示、历史航迹管理等功能。根据实验室SBS-3接收机对天津终端区ADS-B数据的进行实时接收,对接收后的数据进行实时解析及保存,将解析后数据进行航迹以及重要信息的显示。将保存到数据库的数据进行分类,根据用户需求选择相应的航迹进行航迹显示和模拟飞行;最后通过对航迹预测模型进行研究,通过对比反向传播(Back Propagation,BP)神经网络、长短期记忆神经网络(Long Short-Term Memory,LSTM),GA-BP神经网络,选择最佳的航迹预测结果,导入开发的ADS-B显示系统。通过对冲突检测算法研究,编写冲突检测算法,人为构造冲突,验证冲突检测的有效性。
基于Drools的信息管理与决策系统的研究与实现
这是一篇关于规则引擎,Drools,业务逻辑,冲突检测的论文, 主要内容为传统的路面信息管理与决策系统将业务逻辑直接编写在应用程序代码之中。当业务逻辑发生变化时,系统的更新往往要花费很大的代价。随着业务逻辑变化的不断加快,这种高度耦合的方式越来越难以满足用户需求。规则引擎的出现使这一局面得以改变。规则引擎是推理引擎的一种,它起源于基于规则的专家系统。规则引擎可以将业务逻辑从应用程序代码中分离出来,当业务逻辑发生变化时,系统可以非常方便地进行更新。 本文设计和实现了一种基于Drools规则引擎的路面信息管理与决策系统的解决方案,由规则引擎来实现业务逻辑,解决了传统信息管理系统中业务逻辑与应用程序高度耦合的问题,实现了公路养护的智能决策。Drools是一款开源的java规则引擎,采用改进的Rete算法实现。本文首先对系统的功能架构、物理架构和技术架构进行了设计；接着对后台的逻辑结构、处理流程和数据模型以及前台的主要页面等进行了详细设计；最后给出了系统的具体实现,包括程序代码和算法,并对系统性能进行了对比测试。在此基础上,采用将编译过程分离出去的方式对系统进行了改进,提高了系统性能。 本文设计了规则管理的人机交互界面,将业务逻辑交给业务人员去管理,给用户带来较大的便利。针对用户输入数据可能不全面的问题,本文设计了四种类型的规则文件并赋予不同的优先级,使系统可以处理多种类型的数据,提高了系统的兼容性。用户输入的规则文件与规则库中已有的规则可能存在逻辑上的冲突,如果不进行处理,将造成系统的不稳定。本文根据集合论的原理,采用字符串处理算法,实现了规则的冲突检测。 由于规则文件的执行需要经过编译和模式匹配等过程,与传统的应用程序相比,采用规则引擎的实现方式肯定会花费更多的时间。本文经过测试对比发现,采用规则引擎之后,系统性能的确有一定程度下降。通过分析规则引擎的运行过程,本文采取将编译过程分离出去的方法,实现了规则引擎的一次编译,多次执行。经过测试,改进以后的规则引擎实现方式性能有了较大的提高,能够满足用户需求。
多域知识图谱冲突检测与消解技术研究
这是一篇关于知识融合,冲突分类,冲突检测,置信度评估,冲突消解的论文, 主要内容为知识图谱采用图结构整合海量数据中的有效信息,已被广泛应用于智能问答、推荐系统和战场指挥系统等场景。针对现有多域知识图谱存在的语义异构和描述冲突等问题,传统的人工校验方式已无法满足应用需求,自动融合知识逐渐成为研究热点。目前,多源知识融合虽取得了一定的研究成果,但仍面临一些问题。大多解决方案缺乏对冲突知识的细化分类和检测,造成图谱质量下降;采用单一置信度刻画来源的可靠性,忽略了数据的领域特征;对来源和知识的关联挖掘不全面,冲突消解不准确等。为解决上述问题,本文对以下内容展开研究:(1)针对冲突分类未充分考虑知识的映射关联、已有检测方案难以应对复杂冲突类型的问题,本文提出一种结合属性关系与知识元映射关联的冲突分类模型,并为各种冲突类型设计不同的检测方案。该模型以实体属性和关系为核心,定义了属性冗余、属性冲突、关系冗余和关系冲突四种冲突类型;并面向属性冗余与冲突设计数值型和字符型两种不同的数据类型检测,面向关系冗余与冲突设计关系相似度计算和关系层次体系构建算法进行检测,使得检测到的冲突知识更加全面和准确。(2)针对数据源在各领域分布不均、单一置信度难以准确描述来源可靠性的问题,本文提出一种结合信息熵与领域特征的源置信度初始化算法。该算法首先基于统计获得每个来源的全局领域性分数,并利用该分数计算得到源的领域熟悉度;然后依据领域间的非对称影响构建星状图,计算领域间的影响因子;最后为来源在每个领域初始化一个可靠性分数,从而更准确地刻画来源的置信度特征。(3)针对来源与知识关联复杂、概率图模型对先验分布依赖严重的问题,本文提出一种基于优化的真值发现模型实现冲突消解。该模型首先将知识和来源初始化为语义空间的向量表示,并根据来源、声明和对象的关联性,设计了源-源损失、上下文损失和源-声明损失函数;然后采用坐标下降法求解,在迭代过程中自动更新知识的向量表示和来源的置信度;最后根据来源在不同领域的可靠性分数从冲突候选集合中筛选得到正确的知识,提高知识图谱质量。最后本文将提出的面向知识融合的冲突检测框架和基于置信度评估的冲突消解方法在三个真实数据集上进行实验验证。其中,冲突检测实验采用准确率、召回率和F1值作为评价指标;冲突消解实验采用正确率作为评价指标。实验结果表明,本文提出的方法较现有的主流方法在性能上有较大优势,有效提高了多域知识图谱的融合能力,对知识共享、知识管理和人工智能等领域的研究任务有积极作用。
基于Drools的信息管理与决策系统的研究与实现
这是一篇关于规则引擎,Drools,业务逻辑,冲突检测的论文, 主要内容为传统的路面信息管理与决策系统将业务逻辑直接编写在应用程序代码之中。当业务逻辑发生变化时,系统的更新往往要花费很大的代价。随着业务逻辑变化的不断加快,这种高度耦合的方式越来越难以满足用户需求。规则引擎的出现使这一局面得以改变。规则引擎是推理引擎的一种,它起源于基于规则的专家系统。规则引擎可以将业务逻辑从应用程序代码中分离出来,当业务逻辑发生变化时,系统可以非常方便地进行更新。 本文设计和实现了一种基于Drools规则引擎的路面信息管理与决策系统的解决方案,由规则引擎来实现业务逻辑,解决了传统信息管理系统中业务逻辑与应用程序高度耦合的问题,实现了公路养护的智能决策。Drools是一款开源的java规则引擎,采用改进的Rete算法实现。本文首先对系统的功能架构、物理架构和技术架构进行了设计；接着对后台的逻辑结构、处理流程和数据模型以及前台的主要页面等进行了详细设计；最后给出了系统的具体实现,包括程序代码和算法,并对系统性能进行了对比测试。在此基础上,采用将编译过程分离出去的方式对系统进行了改进,提高了系统性能。 本文设计了规则管理的人机交互界面,将业务逻辑交给业务人员去管理,给用户带来较大的便利。针对用户输入数据可能不全面的问题,本文设计了四种类型的规则文件并赋予不同的优先级,使系统可以处理多种类型的数据,提高了系统的兼容性。用户输入的规则文件与规则库中已有的规则可能存在逻辑上的冲突,如果不进行处理,将造成系统的不稳定。本文根据集合论的原理,采用字符串处理算法,实现了规则的冲突检测。 由于规则文件的执行需要经过编译和模式匹配等过程,与传统的应用程序相比,采用规则引擎的实现方式肯定会花费更多的时间。本文经过测试对比发现,采用规则引擎之后,系统性能的确有一定程度下降。通过分析规则引擎的运行过程,本文采取将编译过程分离出去的方法,实现了规则引擎的一次编译,多次执行。经过测试,改进以后的规则引擎实现方式性能有了较大的提高,能够满足用户需求。
基于Drools的信息管理与决策系统的研究与实现
这是一篇关于规则引擎,Drools,业务逻辑,冲突检测的论文, 主要内容为传统的路面信息管理与决策系统将业务逻辑直接编写在应用程序代码之中。当业务逻辑发生变化时,系统的更新往往要花费很大的代价。随着业务逻辑变化的不断加快,这种高度耦合的方式越来越难以满足用户需求。规则引擎的出现使这一局面得以改变。规则引擎是推理引擎的一种,它起源于基于规则的专家系统。规则引擎可以将业务逻辑从应用程序代码中分离出来,当业务逻辑发生变化时,系统可以非常方便地进行更新。 本文设计和实现了一种基于Drools规则引擎的路面信息管理与决策系统的解决方案,由规则引擎来实现业务逻辑,解决了传统信息管理系统中业务逻辑与应用程序高度耦合的问题,实现了公路养护的智能决策。Drools是一款开源的java规则引擎,采用改进的Rete算法实现。本文首先对系统的功能架构、物理架构和技术架构进行了设计；接着对后台的逻辑结构、处理流程和数据模型以及前台的主要页面等进行了详细设计；最后给出了系统的具体实现,包括程序代码和算法,并对系统性能进行了对比测试。在此基础上,采用将编译过程分离出去的方式对系统进行了改进,提高了系统性能。 本文设计了规则管理的人机交互界面,将业务逻辑交给业务人员去管理,给用户带来较大的便利。针对用户输入数据可能不全面的问题,本文设计了四种类型的规则文件并赋予不同的优先级,使系统可以处理多种类型的数据,提高了系统的兼容性。用户输入的规则文件与规则库中已有的规则可能存在逻辑上的冲突,如果不进行处理,将造成系统的不稳定。本文根据集合论的原理,采用字符串处理算法,实现了规则的冲突检测。 由于规则文件的执行需要经过编译和模式匹配等过程,与传统的应用程序相比,采用规则引擎的实现方式肯定会花费更多的时间。本文经过测试对比发现,采用规则引擎之后,系统性能的确有一定程度下降。通过分析规则引擎的运行过程,本文采取将编译过程分离出去的方法,实现了规则引擎的一次编译,多次执行。经过测试,改进以后的规则引擎实现方式性能有了较大的提高,能够满足用户需求。
多域知识图谱冲突检测与消解技术研究
这是一篇关于知识融合,冲突分类,冲突检测,置信度评估,冲突消解的论文, 主要内容为知识图谱采用图结构整合海量数据中的有效信息,已被广泛应用于智能问答、推荐系统和战场指挥系统等场景。针对现有多域知识图谱存在的语义异构和描述冲突等问题,传统的人工校验方式已无法满足应用需求,自动融合知识逐渐成为研究热点。目前,多源知识融合虽取得了一定的研究成果,但仍面临一些问题。大多解决方案缺乏对冲突知识的细化分类和检测,造成图谱质量下降;采用单一置信度刻画来源的可靠性,忽略了数据的领域特征;对来源和知识的关联挖掘不全面,冲突消解不准确等。为解决上述问题,本文对以下内容展开研究:(1)针对冲突分类未充分考虑知识的映射关联、已有检测方案难以应对复杂冲突类型的问题,本文提出一种结合属性关系与知识元映射关联的冲突分类模型,并为各种冲突类型设计不同的检测方案。该模型以实体属性和关系为核心,定义了属性冗余、属性冲突、关系冗余和关系冲突四种冲突类型;并面向属性冗余与冲突设计数值型和字符型两种不同的数据类型检测,面向关系冗余与冲突设计关系相似度计算和关系层次体系构建算法进行检测,使得检测到的冲突知识更加全面和准确。(2)针对数据源在各领域分布不均、单一置信度难以准确描述来源可靠性的问题,本文提出一种结合信息熵与领域特征的源置信度初始化算法。该算法首先基于统计获得每个来源的全局领域性分数,并利用该分数计算得到源的领域熟悉度;然后依据领域间的非对称影响构建星状图,计算领域间的影响因子;最后为来源在每个领域初始化一个可靠性分数,从而更准确地刻画来源的置信度特征。(3)针对来源与知识关联复杂、概率图模型对先验分布依赖严重的问题,本文提出一种基于优化的真值发现模型实现冲突消解。该模型首先将知识和来源初始化为语义空间的向量表示,并根据来源、声明和对象的关联性,设计了源-源损失、上下文损失和源-声明损失函数;然后采用坐标下降法求解,在迭代过程中自动更新知识的向量表示和来源的置信度;最后根据来源在不同领域的可靠性分数从冲突候选集合中筛选得到正确的知识,提高知识图谱质量。最后本文将提出的面向知识融合的冲突检测框架和基于置信度评估的冲突消解方法在三个真实数据集上进行实验验证。其中,冲突检测实验采用准确率、召回率和F1值作为评价指标;冲突消解实验采用正确率作为评价指标。实验结果表明,本文提出的方法较现有的主流方法在性能上有较大优势,有效提高了多域知识图谱的融合能力,对知识共享、知识管理和人工智能等领域的研究任务有积极作用。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://bishedaima.com/lunwen/49607.html
