基于知识图谱的Web of Scholars系统设计与实现
这是一篇关于知识图谱,学者关系,图形数据库,HBase的论文, 主要内容为随着互联网的发展,学者与学者之间的交流也变的越来越频繁,学者与学者通过互联网来进行学术合作就成了一种大众的方式,学者与学者之间的关系由线下转移到了线上,学者之间的关系呈现出多样性、复杂性。由于学者数量众多,学者关系也异常庞大,目前还缺少对学者的各种关系进行挖掘并可视化展示的系统,本文构建了基于知识图谱的Web of Scholars系统,以知识图谱的形式来存储学者与学者之间的关系网络。本文设计实现的基于知识图谱的Web of Scholars系统将学者之间的关系网络分为合作关系、团队关系、师生关系、直接引用关系、直接被引关系、共同引用关系和共同被引用关系。合作关系根据作者在同一论文中出现的次数计算合作频次;团队关系利用合作强度去定量分析学者之间的合作紧密程度,并利用团队约束指数确定团队关系;师生关系将学者的个人属性和合作网络属性作为的自动编码器模型的输入,识别出学者之间的师生关系;引用关系是利用学者与论文、论文与论文、论文与学者之间的关系计算出直接引用、直接被引、共同引用、共同被引关系。本文利用微软数据集中的计算机学科中的数据,计算出各种关系后导入到图形数据库中,并利用可视化工具D3中的力导向图将学者关系描绘出来。除了展示学者的各种关系外,系统还提供了学者搜索、学者排名、学者推荐等功能,学者搜索能让用户根据学者的信息快速找到目的学者,学者排名根据学者的一些指标进行排名,学者推荐基于协调过滤算法根据用户偏好进行智能化推荐,提高用户查找到目的学者的效率。由于学者数量及关系量比较大,系统采用了分布式技术,利用三台Linux机器搭建了Hadoop+HBase+Zookeeper集群,其中一台机器作为Master节点,另外两台作为Slave节点,当其中一台节点出现故障时,不影响系统地正常运行。图形数据库采用Titan,并基于Elasticsearch索引引擎,索引引擎提高了系统的查询速度,为了进一步提高系统的响应速度,在三台机器上又搭建了Redis缓存集群,每个机器上又有3个节点。分布式的环境保障了系统的稳定性和可靠性。
基于知识图谱的Web of Scholars系统设计与实现
这是一篇关于知识图谱,学者关系,图形数据库,HBase的论文, 主要内容为随着互联网的发展,学者与学者之间的交流也变的越来越频繁,学者与学者通过互联网来进行学术合作就成了一种大众的方式,学者与学者之间的关系由线下转移到了线上,学者之间的关系呈现出多样性、复杂性。由于学者数量众多,学者关系也异常庞大,目前还缺少对学者的各种关系进行挖掘并可视化展示的系统,本文构建了基于知识图谱的Web of Scholars系统,以知识图谱的形式来存储学者与学者之间的关系网络。本文设计实现的基于知识图谱的Web of Scholars系统将学者之间的关系网络分为合作关系、团队关系、师生关系、直接引用关系、直接被引关系、共同引用关系和共同被引用关系。合作关系根据作者在同一论文中出现的次数计算合作频次;团队关系利用合作强度去定量分析学者之间的合作紧密程度,并利用团队约束指数确定团队关系;师生关系将学者的个人属性和合作网络属性作为的自动编码器模型的输入,识别出学者之间的师生关系;引用关系是利用学者与论文、论文与论文、论文与学者之间的关系计算出直接引用、直接被引、共同引用、共同被引关系。本文利用微软数据集中的计算机学科中的数据,计算出各种关系后导入到图形数据库中,并利用可视化工具D3中的力导向图将学者关系描绘出来。除了展示学者的各种关系外,系统还提供了学者搜索、学者排名、学者推荐等功能,学者搜索能让用户根据学者的信息快速找到目的学者,学者排名根据学者的一些指标进行排名,学者推荐基于协调过滤算法根据用户偏好进行智能化推荐,提高用户查找到目的学者的效率。由于学者数量及关系量比较大,系统采用了分布式技术,利用三台Linux机器搭建了Hadoop+HBase+Zookeeper集群,其中一台机器作为Master节点,另外两台作为Slave节点,当其中一台节点出现故障时,不影响系统地正常运行。图形数据库采用Titan,并基于Elasticsearch索引引擎,索引引擎提高了系统的查询速度,为了进一步提高系统的响应速度,在三台机器上又搭建了Redis缓存集群,每个机器上又有3个节点。分布式的环境保障了系统的稳定性和可靠性。
云边协同的可编程控制器集成开发环境关键技术研究和开发
这是一篇关于云边协同,微服务架构,模型驱动技术,图形数据库,知识图谱的论文, 主要内容为可编程逻辑控制器集成开发环境(平台软件)实现了控制程序的设计、编译、调试,是基础工业软件。长期以来,平台软件一直采用集中式单体架构,该架构存在整体耦合度高、功能难以扩展、计算资源受限等诸多问题。随着智能制造的发展,对平台软件智能技术的高度集成与快速拓展能力提出了更高要求。本文提出云边协同的平台软件微服务架构设计思想,利用云计算提供的海量计算资源与资源动态伸缩机制,缓解单体架构下平台软件计算资源受限的缺陷,同时利用微服务架构的模块松耦合性优势,有效解决单体架构下平台软件模块耦合度高、功能难以扩展的问题。在此基础上,运用图论、图形数据库、知识图谱、模型驱动等理论和技术,实现微服务架构下的平台软件云边协同高效运作。本文的主要内容分为以下几个部分:(1)针对现有平台软件单体架构模块拆分方法缺少客观依据以及云边协同的微服务架构方案未在平台软件中使用的问题,本文提出了一种基于数据流图驱动的单体模块拆分算法,以及基于服务治理的平台软件微服务架构方案。首先,以模块间数据依赖关系作为客观拆分依据,依次通过0层数据流图构建、1层数据流图细分以及基于规则的模块聚合,以自动化方式分解得到微服务模块集合,减少了人为因素对结果产生的干扰,同时兼顾了拆分效率;然后,根据拆分后服务模块工作场景的实时性差异要求,基于服务注册与发现、服务熔断等服务治理理念,从微服务的部署和通信两个主要方面进行架构方案的搭建。(2)针对平台软件单体模型转移至微服务架构后存在模型耦合度高、可维护性不强以及计算性能不佳的问题,本文提出了一种基于图论的微服务模型重构方法,为优化模型表示,引入图形数据库,为实现不同微服务模型之间的交互,引入知识图谱理论。首先,依据图论,对原单体架构下的复杂模型进行重构,减少模型之间的耦合性;然后,利用图形数据库的模型可视化特性以及高效的读写性能,来提高模型的可维护性及其参与计算时的响应速度;最后,设计了一种基于知识图谱理论的微服务模型交互方法,将每个微服务模型抽象成知识图谱节点并建立联系,利用知识图谱中的属性和关系,使用基于事件驱动机制的方式实现资源隔离前提下的跨服务模型交互。(3)针对原单体模型驱动架构与微服务下平台软件不匹配的问题,本文结合模型驱动理论,提出了一种基于云边协同的操作分离模型驱动架构。根据各微服务面向的工作场景实时性要求,基于新型模型驱动架构的设计方案,分别提出同步和异步两种驱动机制,以实现云边模型的结构与数据一致。同时,设计了一种基于VF2的模型增量匹配算法,结合重构后的模型结构特性,采用基于启发式搜索策略对算法进行优化,保障了平台软件在云边协同微服务架构下的高效运作。(4)本文对上述架构方案以及优化方法进行了实验,包括模块耦合度评估、单点功能测试、协同功能测试和性能测试。采用代码静态分析的方法进行模块耦合度评估,验证了微服务架构在降低平台软件模块耦合度方面的有效性;采用黑盒测试的方法进行单点功能测试,验证了各个微服务能够成功运行并提供相应的服务;通过实际项目对协同功能进行测试,验证了云端与边缘端以及不同微服务之间能够实现协同工作,同时实验数据表明提出的模型优化表示方案以及模型增量匹配优化方法相较于原方法在响应时间上均有明显的降低;采用了压力测试的方法进行性能测试,验证了新型架构能够充分调用云计算资源,具备面向多用户提供并发服务的能力。整体实验结果表明,本文提出的云边协同平台软件微服务架构方案具有良好的可用性与可靠性,提出的优化方法在计算性能上相比原方法具有优越性,为平台软件的发展提供了新的思路和方法,并为工业应用提供了可行的技术方案。
云边协同的可编程控制器集成开发环境关键技术研究和开发
这是一篇关于云边协同,微服务架构,模型驱动技术,图形数据库,知识图谱的论文, 主要内容为可编程逻辑控制器集成开发环境(平台软件)实现了控制程序的设计、编译、调试,是基础工业软件。长期以来,平台软件一直采用集中式单体架构,该架构存在整体耦合度高、功能难以扩展、计算资源受限等诸多问题。随着智能制造的发展,对平台软件智能技术的高度集成与快速拓展能力提出了更高要求。本文提出云边协同的平台软件微服务架构设计思想,利用云计算提供的海量计算资源与资源动态伸缩机制,缓解单体架构下平台软件计算资源受限的缺陷,同时利用微服务架构的模块松耦合性优势,有效解决单体架构下平台软件模块耦合度高、功能难以扩展的问题。在此基础上,运用图论、图形数据库、知识图谱、模型驱动等理论和技术,实现微服务架构下的平台软件云边协同高效运作。本文的主要内容分为以下几个部分:(1)针对现有平台软件单体架构模块拆分方法缺少客观依据以及云边协同的微服务架构方案未在平台软件中使用的问题,本文提出了一种基于数据流图驱动的单体模块拆分算法,以及基于服务治理的平台软件微服务架构方案。首先,以模块间数据依赖关系作为客观拆分依据,依次通过0层数据流图构建、1层数据流图细分以及基于规则的模块聚合,以自动化方式分解得到微服务模块集合,减少了人为因素对结果产生的干扰,同时兼顾了拆分效率;然后,根据拆分后服务模块工作场景的实时性差异要求,基于服务注册与发现、服务熔断等服务治理理念,从微服务的部署和通信两个主要方面进行架构方案的搭建。(2)针对平台软件单体模型转移至微服务架构后存在模型耦合度高、可维护性不强以及计算性能不佳的问题,本文提出了一种基于图论的微服务模型重构方法,为优化模型表示,引入图形数据库,为实现不同微服务模型之间的交互,引入知识图谱理论。首先,依据图论,对原单体架构下的复杂模型进行重构,减少模型之间的耦合性;然后,利用图形数据库的模型可视化特性以及高效的读写性能,来提高模型的可维护性及其参与计算时的响应速度;最后,设计了一种基于知识图谱理论的微服务模型交互方法,将每个微服务模型抽象成知识图谱节点并建立联系,利用知识图谱中的属性和关系,使用基于事件驱动机制的方式实现资源隔离前提下的跨服务模型交互。(3)针对原单体模型驱动架构与微服务下平台软件不匹配的问题,本文结合模型驱动理论,提出了一种基于云边协同的操作分离模型驱动架构。根据各微服务面向的工作场景实时性要求,基于新型模型驱动架构的设计方案,分别提出同步和异步两种驱动机制,以实现云边模型的结构与数据一致。同时,设计了一种基于VF2的模型增量匹配算法,结合重构后的模型结构特性,采用基于启发式搜索策略对算法进行优化,保障了平台软件在云边协同微服务架构下的高效运作。(4)本文对上述架构方案以及优化方法进行了实验,包括模块耦合度评估、单点功能测试、协同功能测试和性能测试。采用代码静态分析的方法进行模块耦合度评估,验证了微服务架构在降低平台软件模块耦合度方面的有效性;采用黑盒测试的方法进行单点功能测试,验证了各个微服务能够成功运行并提供相应的服务;通过实际项目对协同功能进行测试,验证了云端与边缘端以及不同微服务之间能够实现协同工作,同时实验数据表明提出的模型优化表示方案以及模型增量匹配优化方法相较于原方法在响应时间上均有明显的降低;采用了压力测试的方法进行性能测试,验证了新型架构能够充分调用云计算资源,具备面向多用户提供并发服务的能力。整体实验结果表明,本文提出的云边协同平台软件微服务架构方案具有良好的可用性与可靠性,提出的优化方法在计算性能上相比原方法具有优越性,为平台软件的发展提供了新的思路和方法,并为工业应用提供了可行的技术方案。
基于知识图谱的Web of Scholars系统设计与实现
这是一篇关于知识图谱,学者关系,图形数据库,HBase的论文, 主要内容为随着互联网的发展,学者与学者之间的交流也变的越来越频繁,学者与学者通过互联网来进行学术合作就成了一种大众的方式,学者与学者之间的关系由线下转移到了线上,学者之间的关系呈现出多样性、复杂性。由于学者数量众多,学者关系也异常庞大,目前还缺少对学者的各种关系进行挖掘并可视化展示的系统,本文构建了基于知识图谱的Web of Scholars系统,以知识图谱的形式来存储学者与学者之间的关系网络。本文设计实现的基于知识图谱的Web of Scholars系统将学者之间的关系网络分为合作关系、团队关系、师生关系、直接引用关系、直接被引关系、共同引用关系和共同被引用关系。合作关系根据作者在同一论文中出现的次数计算合作频次;团队关系利用合作强度去定量分析学者之间的合作紧密程度,并利用团队约束指数确定团队关系;师生关系将学者的个人属性和合作网络属性作为的自动编码器模型的输入,识别出学者之间的师生关系;引用关系是利用学者与论文、论文与论文、论文与学者之间的关系计算出直接引用、直接被引、共同引用、共同被引关系。本文利用微软数据集中的计算机学科中的数据,计算出各种关系后导入到图形数据库中,并利用可视化工具D3中的力导向图将学者关系描绘出来。除了展示学者的各种关系外,系统还提供了学者搜索、学者排名、学者推荐等功能,学者搜索能让用户根据学者的信息快速找到目的学者,学者排名根据学者的一些指标进行排名,学者推荐基于协调过滤算法根据用户偏好进行智能化推荐,提高用户查找到目的学者的效率。由于学者数量及关系量比较大,系统采用了分布式技术,利用三台Linux机器搭建了Hadoop+HBase+Zookeeper集群,其中一台机器作为Master节点,另外两台作为Slave节点,当其中一台节点出现故障时,不影响系统地正常运行。图形数据库采用Titan,并基于Elasticsearch索引引擎,索引引擎提高了系统的查询速度,为了进一步提高系统的响应速度,在三台机器上又搭建了Redis缓存集群,每个机器上又有3个节点。分布式的环境保障了系统的稳定性和可靠性。
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：源码货栈 ，原文地址：https://bishedaima.com/lunwen/54791.html
