基于向量表示的协同数据处理方法研究

面向大规模联合作战的协同作业需求,本文提出了一种基于向量表示的作战计划数据处理方法,支持多个席位在分布式协同作业环境中提交、合并与同步作战计划数据。该方法的核心思想是基于“唯一标识+数据指纹+数据内容”的编码方法,将复杂的作战计划数据进行向量化表示;然后,通过向量之间的逻辑运算,实现多席位作战计划数据的快速比对和合并,大幅提升协同数据处理效率和并发能力;最后,通过关联组织作战计划数据向量,生成协同作战计划成果并同步更新。

面向军事信息系统结构化数据的信息汇聚方法

面向军事信息系统大量结构化数据,结合语义本体、数据可视化、元搜索、垂直搜索和信息聚合等技术,提出一个具有语义智能的多手段综合信息汇聚框架,并分析了基于网络本体语言(OWL)的关系数据模型的本体抽取、基于本体的思维导图生成、基于联合搜索的垂直搜索和基于模板的信息汇聚等关键技术。

基于认知度的用户好友社团关系挖掘方法

如何挖掘网络用户好友的社团关系是社会网络领域研究热点之一。人人网、Facebook等网络的用户好友关系是通过用户注册信息来表征的,但对BBS和微博等网络用户来说,无法采用注册信息来表征好友关系。因此,针对BBS和微博等网络的用户间互动性这一特征,引入了认知度概念来描述用户发帖和回帖互动行为的联系紧密度,在此基础上提出了一种基于用户间认知度的用户好友社团关系挖掘算法;同时提出了一种好友社团关系的可视化呈现方法。该方法可以直观展现BBS用户友好群体分布和用户分类情况。上述方法在水木清华等高校BBS数据集进行了实验和验证。

基于RGPS的计划拟制按需组织框架

传统的计划拟制软件面向具体的业务过程进行构建,缺乏统一的流程化组织,软件功能复杂且难以维护。论文提出了基于RGPS的计划拟制框架,该框架采用基于Web的面向服务架构,能够提升功能模块的可复用性,提高软件功能的组织运用效率。通过封装计划拟制过程的单元服务,该框架以用户为中心关联聚合单元服务并生成计划拟制流程,依靠感知情境因素来向用户提供按需服务。论文从理论上分析内部服务组织算法的复杂度,与其他经典算法相比,该框架在服务数量不断增长的情况下,能够保持良好的算法稳定性,能够适应复杂服务集合的组织应用场景。

基于趋势特征的时间序列符号聚集近似表示方法

针对时间序列数据降维过程中易丢失趋势特征信息的问题,提出一种基于趋势特征的时间序列符号聚集近似表示方法,除保留各序列分段的均值特征外,采用分段的趋势距离因子及趋势形态因子共同描述序列趋势特征;并给出了满足下界密封性的距离度量方法,从而更好地表示具有不同趋势特征的时间序列。在公共数据集上的实验结果表明,该方法在分类误报率、降维比率等方面比符号聚集近似方法(SAX)和基于趋势距离的时间序列符号近似表示方法(SAX_TD)有10%以上的下降,并具有更好的下界密封性。实验结果证明,该算法在进行时间序列压缩的同时充分保留时间序列的趋势变化形态,从而提高时间序列数据挖掘的效率。