基于知识发现的产业创新科技资源服务体系研究

为了解决数据治理难、突破产业创新发展、创新资源服务模式等问题,开展科技资源的知识服务和产业创新发展的科技大数据融合应用,提出基于知识发现的产业创新科技资源服务体系研究。首先从科技资源支撑产业创新服务需求、服务模式和功能分析出发;其次构建科技资源服务的知识发现服务体系,依据技术难点利用元数据仓储、异构数据整合、大数据和可视化等技术;再次从科技资源的元数据仓储、精准推送服务、可视化分析进行应用研究,开展平台的应用实践。

资源发现系统用户持续使用意愿实证研究

为充分发挥资源发现系统效用,提高图书馆文献资源服务水平,有必要深入剖析影响用户持续使用资源发现系统意愿的关键因素。文章以ECM-ISC模型为基础,引入UTAUT模型中的便利条件、社群影响两大因素构建研究模型,利用结构方程模型进行实证分析。研究发现,影响资源发现系统用户持续使用意愿的关键因素依次是用户满意度、感知有用性和社群影响;便利条件显著影响用户满意度,但对用户持续使用意愿有直接影响的假设没有通过验证。最后根据实证分析结果,从用户期望、用户偏好、用户教育三个方面提出图书馆资源发现服务优化策略。

一种面向大规模资源发现的分布式局部聚类方法

在大规模资源环境下,传统的资源索引机制导致Peer结点数量急剧增加和负载均衡性能下降,影响查询效率和系统稳定性。本文提出了一种质心模型的局部资源聚类方法,通过将相近资源聚类于单一结点并选出代表性键,有效减少了P2P(Peer-to-peer)网络中的Peer结点规模。此外,局部聚类机制集中处理距离相近的键,避免了资源覆盖的过度膨胀。实验结果显示,基于质心模型的Skip Graph算法不仅降低了查询复杂度,提高了负载均衡性能,而且在网络规模、数据量及查询复杂度方面展现出优秀的扩展性,更好地适应大规模资源发现的需求。

网格环境中资源发现机制的研究

资源发现机制是关系到广域分布式环境中资源共享和协同工作效率的关键 在计算网格、Web服务和P2P技术中 ,都需要对这个问题进行深入研究 在织女星网格前期工作的基础上 ,讨论了资源发现机制中的核心问题 描述了织女星网格资源发现机制的层次结构以及各个层次的功能和实现 通过分析和实验 ,可以认为提出的资源发现机制具有以下特点 :可在较小的开销下取得满意的资源定位性能 ,并具有网格环境下的可扩展性 ;能够适应网格资源动态变化的特性 ;能够解决资源发现过程中的负载平衡问题 ;

云制造环境下基于本体的加工资源发现

为解决云制造环境下的加工资源发现问题,研究了加工任务和加工资源的信息模型及建模方法,建立了基于本体的加工资源发现机制,从功能结构、属性约束和服务状态三个方面定义了资源匹配规则并使用描述逻辑进行了表达。构建了由资源层、代理层、知识层和用户层组成的资源发现框架,通过对信息模型与匹配规则的集成,实现了基于知识推理的资源自动发现。以齿轮加工为例,对加工资源发现过程进行了描述。

基于Internet的信息资源发现技术与实现

Ｉｎｔｅｒｎｅｔ上大量、异质、分布、动态的信息造成了“信息过载”．在信息充斥的情况下，如何有效地为用户提供基于Ｉｎｔｅｒｎｅｔ的资源发现服务已经成为一项重要而迫切的研究课题．搜索引擎部分地解决了资源发现的问题，然而其效果却远不能使人满意．文中首先提出了分布协作式资源发现策略，讨论了资源发现服务中所涉及的几项关键技术，包括：多维文档立方体数据模型、Ｗｅｂ 文档检索、基于Ｚ３９．５０ 的书目检索以及基于Ａｇｅｎｔ的用户接口等，并给出了相应的解决方案．在此基础上，文中构造了一个系统原型ＲＤＳＣＣ。

网络化制造环境下的资源发现研究

重点研究了ASP方式下的制造资源发现问题。明确了服务发现协议中的关键问题,分析比较了各种典型服务发现协议Salutation、蓝牙SDP、Jini、UPnP、SLP和UDDI等,得出了Jini适合于ASP方式下的P2P制造资源共享的结论。考虑到Jini和Web具有很强的互补性,提出了一种将Web和Jini相结合的制造资源共享体系结构,为ASP方式下集中和P2P两种模式的制造资源共享提供了一种集成的资源发现方法。

基于本体的多Agent分布式数字图书馆资源信息发现服务模型之研究

针对万维网上分布式数字图书馆资源发现和集成存在的问题,提出了基于本体的多分布式数字图书馆资源信息发现服务模Agent型,详细研究和分析在这种模型框架下资源集成和发现的原理和关键技术,并提出进一步的研究工作。

鄂尔多斯盆地三叠系延长组长7段页岩油勘探发现与资源潜力

在梳理总结“十三五”期间鄂尔多斯盆地三叠系延长组长7段页岩油勘探成果、理论技术进展的基础上,分析长7段页岩油的资源潜力,提出了“十四五”页岩油发展方向。鄂尔多斯盆地发育重力流夹层型、三角洲前缘夹层型、纹层页岩型、页理页岩型4类页岩油,其中在湖盆中部发现10亿吨级庆城大油田,在湖盆周边初步落实5×108t规模储量;纹层页岩型页岩油风险勘探展现出新苗头。研究表明,优质烃源岩为页岩油富集提供了大量富烃优质流体,多类型的储集空间和源内生烃增压形成的持续高压充注是长7段页岩油规模成藏、甜点高产的核心,深水区广泛发育的砂质沉积构成了页岩油的勘探甜点;攻关形成的地质工程甜点综合评价技术、丛式水平井防塌优快钻完井技术和水平井“超前蓄能、细分切割”体积压裂技术等配套勘探技术系列是发现页岩油规模储量的重要保障。“十三五”期间丰硕的勘探成果,更加坚定了在湖盆中部扩大重力流夹层型页岩油规模含油富集区,以及在湖盆周边开拓三角洲前缘夹层型页岩油勘探新领域的信心,同时积极探索页岩型页岩油新类型技术攻关试验,为长庆油田页岩油高质量快速发展提供雄厚的资源基础。

网格环境中资源发现方法研究

提出了一种新的C/S和P2P结合的网格环境中的资源发现机制――VIRD。它采用属性-值对的请求描述方法,提供了比基于名字的方法更强的查询能力。VIRD采用3层结构,资源信息在同一域内定期更新传播。用户请求先在域内进行查找,如果不能满足,再转发到域间。试验显示,即使在资源频度比较低、允许的最大TTL值很小的情况下,VIRD仍能获得比较高的查找成功率。和flooding和randomwalk相比,在相同查找成功率的情况下,VIRD所需的网络通信量和响应时间远小于二者。

菊花及菊资源开发利用及资源价值发现策略

本文通过分析含菊花的药品、保健品和化妆品的种类和数量、生产企业及其地域分布等相关信息,表明目前菊花商品仍以药用为主,主流品种为杞菊地黄系列,生产企业集中于河南、河北、广东等地;化妆品主要来自进口;保健品生产企业集中于北京。菊植物资源的根部、茎叶与花序具有类似的化学成分组成和相似的生物活性。据此提出菊资源系统开发利用采用的对策,以及在保健食品、饮品、化妆品、日用品、饲料等产业的开发利用途径等,以期为菊资源产业链延伸及菊资源价值提升提供借鉴,推动菊产业提质增效和绿色发展。

发现过程法估算油气资源量参数敏感性分析及取值优化

发现过程法是一种常用的油气资源评价方法,适用于高勘探程度的评价单元。由于其在评价过程中充分考虑了已发现油藏的规模及发现过程,并考虑了工程及技术原因对勘探发现过程的影响因素,因此该方法较合理可靠。文中使用PETRIMES软件,结合实例对该方法评价过程中的均值μ、方差σ2、油藏个数N及勘探效率系数β4个参数之间的影响以及对油气资源量计算结果的影响进行了分析,β对μ和σ2的影响以0.5为临界点;最终资源量大小随N值增加而线性增加,随μ、σ2的增加而呈e指数增加。参数的选择对于结果的影响很大,在选择参数时,应根据实际情况合理选择,并提出了合理优化计算参数的方法。

PeerRank:一种无结构P2P资源发现策略

资源发现是P2P应用所面临的最核心问题之一.相关的无结构P2P系统主要采用了查询消息泛洪和信息索引机制,这会造成严重的网络带宽负担以及巨大的索引维护开销.给出了一种无结构P2P环境下能够节约带宽、容易维护的自适应搜索策略PeerRank.PeerRank依据用户结点命中查询的历史信息赋予结点相应权值作为查询消息路由的依据,引导查询快速接近目标资源.自适应缓存机制和索引机制的引入使搜索性能大为加强.最后的实验表明,附带自适应缓存和索引的PeerRank以其高搜索成功率、多副本发现和很短的时间响应,能够显著地提高资源发现性能.

基于Mesh结构的网格资源发现机制

在如今大规模的网络环境中,为了解决传统资源发现机制不能很好的适应网络状态、异构等特点的问题,提出了一种基于Mesh结构的资源发现模型。该模型结合了集中式和对等网模型的优点,在中央节点之外,还引入了超级节点的概念,将整个资源搜索过程划分为本地搜索和全局搜索,从而减少了查询时的时间开销。通过理论分析和实验结果,该模型能有效的提高网格环境下的整体性能。

一种基于资源类型的网格资源发现方法

提出一种基于资源类型的非集中式网格资源发现方法 ,将注册有同类资源的网格信息节点组织在一起形成社区 ,资源发现请求的转发以及资源信息的扩散都被限制在相应的社区内 ,从而改善了资源发现的性能 社区的自组织和社区间的高效导航通过一个基于分布式Hash表的bootstrap网络实现 ,并提出了流言传播的机制来改善bootstrap网络中的负载均衡 在社区内部的搜索中引入了基于贪婪搜索的资源定位机制 ,只将少数较好的结果返回给用户 ,节省了用户比较选择的时间

清华大学学术资源发现平台的建设及思考——以“水木搜索”为例

分析归纳了ExLibris公司资源发现系统Primo的特色,结合清华大学实际给出清华大学资源发现平台-"水木搜索"具体实施经验。并就资源发现系统建设过程中常见的问题——数据的有序化处理和特色功能建设—多源数据集成与互动、可视化展示做了具体阐述。

一种自适应的网格计算资源组织与发现机制

资源发现是网格计算中一个重要的研究问题.计算资源作为支撑网格应用的基础资源,其组织与发现机制尤为重要,但现有的技术和方法在效率、可伸缩性、自适应的动态演化以及对查询方式的支持方面仍有较大的局限性.基于网格应用对计算资源需求特征的深入分析,通过引入计算资源的主属性概念,按照平衡二叉排序树对计算资源进行分类组织,提出基于资源分类树(resource categorytree,简称RCT)的资源组织与发现机制.首先,讨论了基于RCT对计算资源的组织机制,包括RCT的基本概念和原理、支持资源动态加入和退出以及资源状态动态变化的自组织机制、负载感知的自适应演化机制和基于备份节点的容错机制;然后,在基于RCT的资源组织结构下,设计了支持4种查询方式的搜索算法,并对算法的复杂度进行了分析;最后,通过多组仿真实验对RCT的性能进行了评估.

北美常规油气富集特征与待发现资源评价

北美大陆由古老加拿大地盾周缘拼贴古生代和中新生代褶皱带演化形成,经历奥陶纪洋壳扩张、志留纪—三叠纪古洋闭合、中新生代板块碰撞和古陆解体4个演化阶段,形成了3种板块边界、5个构造单元和7种类型盆地。石油地质特征研究表明,北美整体发育古生界海相碳酸盐岩和中新生界碎屑岩两大套地层,发育多套烃源岩和储集层,形成稳定克拉通、中新生代褶皱带和被动陆缘三大油气富集带。研究以成藏组合为评价单位,利用发现过程法计算北美9个重点盆地30个成藏组合的地质资源量为3 083.65亿桶,待发现资源量为1 557.92亿桶;综合美国本土陆上含油气盆地USGS(2000)评价结果,整个北美地区待发现资源量为2 082.84亿桶。其中,墨西哥湾深水第三系成藏组合、阿尔伯达盆地泥盆系成藏组合、阿拉斯加密西西比系-侏罗系和斯科舍盆地侏罗系-白垩系成藏组合待发现资源量大,是下一步勘探的有利方向。

基于P2P技术的资源发现机制的研究

网格能使用户共享和访问广域网中的大量资源,但是随着网格规模的扩大,应用的增多,传统的集中式的资源发现机制不能够满足网格环境下查询效率和扩展性的要求。本文在简要介绍目前网格中资源发现机制基础上,结合P2P技术构造了网格环境中的一种新的资源发现模型,并给出该模型中需要解决的关键问题和方法。该模型支持基于属性的动态分布式查找,并且具有很好的扩展性。