依存理论视域下的汉语复杂事件句研究热点与趋势——基于CiteSpace文献计量分析

由多个“事件”内部投射的复杂事件句(兼语句、连动句及复句)的处理,是中文信息处理领域亟待解决的难题之一。依存语法研究是信息处理领域的热点问题,被学界引入复杂事件句的研究,并取得了许多重要成果。文章借鉴CiteSpace软件对中国知网有关汉语复杂事件句的研究成果进行聚类研究,绘制关键词网络图谱并予以可视化分析,梳理了该领域的合作网络与机构分布的面貌,重点分析了聚类主题、研究热点、突变前沿等状况。研究表明,当前学界研究主题为依存句法、依存语法、关系词、语义资源等;研究热点则集中于依存理论探讨、依存图思想、依存资源构建、句法语义研究、信息处理探索等方面;前沿趋势主要为机器学习方法、语义分析转变、依存图的思想探索等。该聚类研究为学界后续复杂事件句及复句的应用型研究提供了重要参考,助力“语言+”发展新趋势。

基于Flink复杂事件处理的空间站实验柜排废气安全监测

空间站实验柜密封箱体在通过抽真空、充氮气进行排废气时一旦失控,将产生箱体失压或过压的风险,对排废气过程进行安全监控和故障识别,将面临多参数耦合以及时序逻辑等复杂事件处理问题。将大数据流处理技术Flink及其复杂事件处理(CEP)库应用在排废气安全监测上,设计出相应异常模式序列对排废气过程监测的数据流进行匹配,从数据流中实时检测出复杂事件序列。在仿真测试条件下,基于Flink CEP的监测程序故障检测率和隔离率均达100%,能有效剔除传感器瞬态异常导致的虚警。

基于有序事件列表的高效复杂事件匹配算法

针对现有的复杂事件匹配处理方法存在的匹配代价高的问题,提出了一种利用事件缓冲区(有序事件列表)进行递归遍历的复杂事件匹配算法ReCEP。不同于现有方法利用自动机在事件流上进行匹配,该算法将复杂事件查询模式中的约束条件分解为不同类型,再在有序列表上对不同约束分别进行递归校验。首先,根据查询模式将相关事件实例按照事件类型进行缓存;其次,在有序列表上对事件实例执行查询过滤操作,并给出了一种基于递归遍历的算法来确定初始事件实例并且获取候选序列;最后,对候选序列的属性约束进行进一步的校验。基于股票交易模拟数据进行的实验测试和分析的结果表明,与当前主流的匹配方法SASE和Siddhi相比,ReCEP算法能够有效地减少查询匹配的处理时间,总体性能上均更优,查询匹配效率提升了8.64%以上。可见,所提出的复杂事件匹配方法能够有效提高复杂事件匹配的效率。

基于动态匹配策略的复杂事件处理方法

复杂事件处理技术是在事件流中检测特定事件模型的分析技术。当前主流的复杂事件匹配方法在查询模式中按照事件连续性严格程度设置了匹配策略约束,这些特定的匹配策略由于设置粒度粗,所以难以根据需求精细调节匹配结果,造成匹配结果的冗余和匹配效率的不足。针对当前主要匹配策略存在的冗余问题,提出基于动态匹配策略的复杂事件处理方法,设计支持动态匹配策略的查询模式及基于查询模式的匹配方法。通过动态调节复杂事件实例的派生约束,实现匹配结果可调节的同时提升匹配性能。在模拟数据集上对方法进行对比实验。实验结果表明,提出方法可以有效调节匹配结果,并提高整体匹配性能。

基于复杂事件处理技术的监控信息“事件化”处理机制设计及应用

随着国内智能电网建设的深入推进,电力系统的数字化、信息化、智能化不断发展,电力能量流、信息控制流和管理业务流等数据呈爆炸性增长。在电网出现大面积故障事件时,集中监控变电站无序且杂乱的监控信号,造成电网监控工作质效低下。集中监控系统告警信号和设备数据之间的离散关系给提高劳动效率和实现监控智能化升级带来诸多困难。基于监控信息“事件化”项目,文章提出了基于复杂事件处理(complex event processing,CEP)技术的监控信息“事件化”处理机制的总体设计思路,完成了数据提炼成信息、信息聚合成事件、事件转化成决策的过程研究。据此搭建的监控信息“事件化”分析平台,日平均“事件化”率达到95.3%左右,在夜间实现了“黑屏”监视,并且可以周期性实现数据价值挖掘和推送,促进监控运行业务向智能化转型升级。

全概率公式在复杂事件概率计算中的应用

全概率公式是概率论中最基本且最重要的公式之一,它能帮助我们从简单已知事件的概率推出复杂事件的概率.“全概率公式”已经成为2019版普通高中教科书数学选择性必修第三册的重要内容,可以预见,未来在高考、强基竞赛等试题中将常看到全概率公式的身影,因此如何应用全概率公式变得非常重要.

基于事件列表递归比较的复杂事件匹配方法

针对现有复杂事件匹配处理方法存在匹配代价高的问题,提出了一种在有序事件列表上选择最佳匹配顺序进行递归遍历的复杂事件匹配方法 OptiSeq。将事件实例按照查询模式中不同事件类型缓存到有序事件列表中,并通过事件列表中事件实例的数量选择最优的查询匹配起点及查询匹配顺序,之后在有序列表上对不同约束分别进行递归校验,最终输出完全满足查询模式的所有复杂事件结果。该方法克服了使用自动机模型固定状态转换的弊端,也避免了使用树型模型批处理操作漏解的问题,并且合理优化了匹配顺序,进一步提高查询匹配效率。在模拟数据集和真实数据集上进行了实验测试与分析,与当前流行的SASE、Siddhi两种复杂事件处理方法进行比较。实验表明,所提出的方法能够在保证匹配正确性的同时,有效地减少匹配过程中的冗余计算,提高整体匹配效率。

RFID复杂事件检测方法的研究和改进

复杂事件处理(CEP)是一个新兴的技术领域,用于处理大量的简单事件,并从其中整理出有价值的事件。RFID事件和传统事件相比具有海量、时间性和空间性、数据不准确等特征。针对RFID事件的相关特征进行研究,建立一个可扩展的基于规则的RFID复杂事件处理系统是非常必要的。从复杂事件的描述模型、处理框架、上下文语义、检测方法等方面总结了国内外RFID复杂事件处理的研究现状,分析了目前的研究存在的不足,并且针对SASE的复杂事件算法存在的三点不足进行了改进。实验证明相关的改进对简单数据集是有效的。

在线-离线数据流上复杂事件检测

随着数据采集和处理技术的发展,在物联网对象跟踪、网络监控、金融预测、电信消费模式等领域中进行事件检测显得越发重要.事件检测在一次扫描数据流的假设下完成,数据流在被处理完后丢弃.事实上,很多应用场景中,历史数据流因含有丰富的信息而不能简单丢弃,且一些事件检测查询需要同时在实时和历史数据流上进行.鉴于已有复杂事件检测很少考虑同时在实时-历史数据流上进行模式匹配,作者研究了在线-离线数据流上复杂事件检测的关键问题.主要工作如下:(1)针对滑动窗口内产生的大量模式匹配中间结果,提出利用时态关系和时空关系管理中间结果的方法 TPM和STPM.STPM以中间结果的时态和状态信息为权值对中间结果进行管理,将最近的、最有可能更新状态的中间结果置于内存,极大地减少了中间结果的读取操作代价.(2)给出了基于选择度的在线-离线复杂事件检测优化算法;(3)给出了算法的复杂性分析和代价模型;(4)在基于时空关系的中间结果管理模型下,在一个在线-离线复杂事件检测原型系统中进行实验,对多个参数(子窗口大小,选择度,匹配率,命中率)进行了算法对比分析.实验结果充分验证了所提出的算法的可行性和高效性.

基于复杂事件处理技术的电网故障信息分析及诊断方法

针对现有故障信息处理及诊断中存在的"数据过剩而信息不足"的现状,引入复杂事件处理技术,从信息、事件处理的本质层面开展电网故障信息分析和诊断方法的研究。分析了故障信息处理自身存在的层次性特点,并结合该特点,提出了故障信息的分层处理模型;在此基础上,对传统的故障诊断专家系统方法进行了改进,提出了基于复杂事件处理技术的故障诊断方法。该方法符合故障诊断信息处理过程的本质特征,其在故障数据处理中所具有的层次性、结构化特点,不仅使诊断规则生成更容易,且增强了规则的适用范围,同时改善了故障诊断过程的黑箱特性。算例测试结果表明所提的故障诊断模型合理、方法有效,且具有较好的应用前景。

复杂事件处理在大规模RFID数据通信中的应用研究

针对大规模RFID数据通信中数据的动态性变化大、与各时态密切相关、相互关联性强、特别难处理的特点,采用基于复杂事件处理(Complex Event Processing,CEP)的机制,应用复杂事件原语,对大规模数据通信进行建模。使用CEP语义模型,求解大规模数据通信速度、效率及准确性等问题,取得了很好的实验结果。

电力系统复杂事件的交叠空间及其提取

电网实际运行中,可观测的系统状态量与发生的复杂事件并不完全对应,用属性集合描述高维复杂事件往往存在不可判区域,有必要将该区域视为诸多不确定性问题的关键研究范围。为此,针对电力系统复杂事件与相关特征属性的不确定性关系,提出电力系统复杂事件的交叠空间概念。通过数学论证和应用举例论证了其合理性,并提供了极值交叠、分布区间截断和空间聚类3种交叠空间的提取方法。算例结果验证了该算法的有效性。

面向物联网的分布式上下文敏感复杂事件处理方法

物联网产生的数据具有大数据特征,而这些数据难以用现有数据处理技术进行有效处理.作为物联网中间件的核心技术,复杂事件处理技术具备大数据的海量、复杂性等特征和实时处理的需求.上下文敏感是复杂事件处理引擎的重要特征.提出一种高效的面向物联网的分布式上下文敏感复杂事件处理架构和方法.该方法使用模糊本体进行上下文建模,以支持事件的不确定性及模糊事件查询问题.以基于模糊本体的查询和基于相似性的分布式推理为基础,生成复杂事件查询规划,并通过查询重写,把上下文相关查询转换为上下文无关子查询.根据不同的事件模型和上下文划分数据,并通过优化和多级并行来提高性能.实验结果表明该方法能够处理模糊事件上下文,对于面向物联网的分布式上下文敏感复杂事件处理具有比一般方法更好的性能和可伸缩性.

基于复杂事件处理机制的RFID数据流处理方法

射频识别(RFID)数据流处理技术中基于复杂事件处理机制(CEP)的方法受到业界广泛关注。针对射频识别数据的特点以及目前射频识别复杂事件处理方法的不足,通过扩展和改进高效模式匹配算法Rete,提出了复合事件处理方法ERD。该方法实现了事件检测机制与中间结果共享机制的有机统一,从而达到了提高系统整体检测效率的目的。仿真实验证明该方法具有较好的效果。

基于内存受限的RFID复杂事件处理优化算法

复杂事件处理是RFID数据管理的关键技术,由于受到内存的限制,海量实时的RFID原始流数据处理的中间结果部分只能存储在外存中,会产生内存瓶颈,严重限制了大规模RFID的部署。为此,提出了B+-树分时优化索引(B IOT)的复杂事件处理算法。在内存受限的情况下,将数据流按时序进行分割,且用B+-树进行区间分块索引,之后利用RFID数据流统计分布特性进行复杂事件查找与匹配,避免了频繁搜索外存,极大地降低了I/O开销并提高了吞吐量。此外,进行了相关的对比实验,验证了算法的有效性。

RFID数据流上多目标复杂事件检测

已有的RFID复杂事件处理技术主要关注于单个RFID对象的复杂事件检测和优化技术.实际上,很多RFID应用中往往需要同时检测多个同类型关联目标的复杂事件序列.研究了多个关联的RFID对象的复杂事件处理问题.通过扩展的事件语言和算子的语义以支持同类型多个RFID目标复杂事件查询的定义.通过模式的变换规则,将RFID应用中存在的各种非线性多目标复杂事件模式转换成线性模式,以便各种多目标模式在一个统一的框架下检测.提出了基于自动机NFAb2的多目标复杂事件检测模型和多目标复杂事件检测算法.通过在多目标检测算法中使用关键节点下压和同位置约束置后优化策略,大大减少了单个类型上无用实例的数目和不同类型间模式匹配的搜索空间.与SASE算法的实验比较表明算法的正确性和高效性.

高效的射频识别数据流层次复杂事件检测

为弥补当前射频识别事件检测方法性能方面的不足,提出一种高效的层次复杂事件检测方法。该方法以SASE的基本查询规划思路为基础,增加对层次复杂事件的支持,通过多级别的并行处理提高检测性能。实验结果证明,与传统的复杂事件检测方法相比,该方法具有更好的性能和灵活性。

面向物流跟踪的无线射频识别复杂事件处理方法

针对RFID(Radio Frequency Identification)技术在物流跟踪和追溯应用的需求,研究了基于XML(Extensible Markup Language)元素的RFID语义事件描述,按照业务类型对RFID事件分类和元素定义,通过缓存优先级排队规则处理并发RFID复杂事件.提出了实现RFID事件与企业资源计划系统业务单据的集成框架,对不同企业资源计划系统的业务单据进行XML解析和统一对象转换,将RFID复杂事件用于业务流程的实时控制和报警提示,实现了产品物流信息的实时跟踪和追溯查询.

乱序RFID数据流上的复杂事件检测方法

针对发生时间戳乱序的RFID原子事件流,文章提出了一种新的复杂事件检测方法。该方法采用在一种特殊的Hash表结构中进行局部排序的方法来解决时间戳乱序问题。文中首先建立了时间戳乱序问题的描述模型;提出了面向时间戳乱序数据流的复杂事件检测算法;在基本算法的基础上添加了基于双时间槽的滑动窗口处理;对Hash表大小等参数对算法效率的影响、基于双时间槽的滑动窗口处理方法的效果进行了实验验证。实验结果表明:算法是有效的;Hash表大小对算法效率影响较为明显;基于双时间槽的滑动窗口处理方法可以显著提高内存使用效率。

基于数据世系管理的精准农业不确定性复杂事件处理

伴随物联网采集数据流的增加和对复杂事件匹配的准确性、可靠性要求的提高,不确定性复杂事件处理的研究得到广泛的关注。精准农业中存在大量的RFID及传感器监测数据,但是监测硬件和无线通信技术不能保证100%的可信数据,因此需要一个能应用在精准农业中处理不确定事件的流处理引擎。本文在现有流处理引擎SASE基础上,加入概率流理论和数据世系管理理论,提出一种新型的复杂事件处理引擎PUCEP,可以计算输出复杂事件的概率,同时提高不确定性复杂事件的匹配效率,从而减少计算资源消耗和反应时间,提高整个系统的实时性。实验使用温室传感器采集数据,结果表明所提方法对处理概率事件流的复杂事件是有效的。