Vision navigation algorithm for mine agent based on quaternion

Autonomous relative navigation is the key technology in mining or rescuing. On the basis of mine requirement and the theories of machine vision, an autonomous relative navigation algorithm for mine agent based on quaternion was proposed. In rotation transformation, this algorithm was represented by using quaternion. Because the Jacobi matrix of this method is lower than that of Hall algorithm, the calculation efficiency is improved by using this algorithm. The results of these experiments show that the computation burden of this algorithm based on quaternion is about half that of Hall algorithm. This algorithm based on quaternion is improved as a valid way to solve the problem of mine real-time navigation.

基于免疫多Agent技术的煤矿综合能耗B/S动态监控方法

为实现煤矿内所有耗能设备的动态监控,为节能优化措施的提出提供重要依据,进一步贯彻落实国家绿色低碳环保的发展理念,提出基于免疫多Agent技术的煤矿综合能耗B/S动态监控方法。结合自动控制理论和计算机技术,根据分站控制原理,合理划分煤矿内能源消耗设备的类型,并为每个设备配备可编程控制器。通过极大似然估计法构建线性方程,确定各组设备的监测节点位置。利用多种通信协议,在三层网络结构中部署B/S监测架构,从计量终端收集煤矿能耗设备的运行数据。基于免疫多Agent技术构建学习模型,分析并推理接收到的数据信息,实现对煤矿综合能耗的动态监测。结果表明:以不同的能耗设备为测试对象,基于免疫多Agent技术的煤矿综合能耗B/S动态监控方法可以准确地获取全部运行信息,有效实现能耗设备的动态监测,能够全面监控煤矿中所有耗能设备的运行情况,并为其后期运行和管理提供理论依据,具有应用价值。

基于多Agent的分布式数据挖掘模型

论文分析了分布式数据挖掘的优势和所面临的问题,讨论了Agent对分布式数据挖掘性能的增强。又进一步提出了一个基于Agent的分布式数据挖掘形式模型,并结合数据挖掘方法和知识集成技术对该模型进行了深入的分析和讨论。

一种基于Agent的数据挖掘结果模式推荐模型

结合数据挖掘模式存储和人工智能Agent技术,提出了基于智能个性化Agent的数据挖掘结果模式的推荐模型,该推荐模型能自动对用户兴趣进行分析,并向用户推荐其感兴趣而又值得关注的挖掘结果模式,有一定的实用价值。

一种基于多Agent的Internet上JavaBean构件挖掘方法

基于构件的开发是软件重用的主流技术 ,人们迫切需要一种能够有效地在Internet进行构件挖掘的方法或工具 .目前流行的构件库的建设方法之一是人工建设构件库并为用户提供查询接口 ,这种方法为用户提供了较高的查询效率但是带来了沉重的维护负担 .另一种方法是按照用户的查询要求直接到Internet上去为用户搜索构件 ,这种方法避免了构件库的维护 ,但是查询效率较低 .本文以JavaBean构件为研究对象 ,在对JavaBean构件的发布特征进行了分析的前提下 ,结合多Agent技术提出了一种新的JavaBean构件挖掘方法 .该方法利用及时反馈服务模式和订阅服务模式提供用户需要的分布在Internet上JavaBeans构件接口和函数信息 .

基于Agent和关联规则挖掘技术的网络答疑系统的改进研究

在分析现有答疑系统功能的基础上,对网络答疑系统的总体框架和答疑机制进行探讨,提出在网络答疑系统中应提供基于"用户提问"库和"FQA"库的问题推荐.同时就如何实现基于"用户提问"库、"FQA"库、"用户信息"库的关联规则挖掘,以及如何以此为基础的问题推荐进行研究,设计并实现相应的系统.

基于Agent的分布式空间数据挖掘研究

在分析数据挖掘、空间数据挖掘、Agent的概念和技术特点的基础上,提出了一种基于代理的分布式空间数据挖掘模型,描述了分布式数据挖掘中协调器、数据挖掘代理、数据库和用户之间的通信、程序调用和代码迁移等实现方法。

基于Multi-agent的面向中小企业的柔性商务智能平台研究

中小企业资金、人才匮乏,信息化水平低,为了解决中小企业的信息化问题,使其能够应用先进的管理思想,提高其竞争力,构建面向中小企业信息化的基于Multi-agent的柔性商务智能平台。平台实现了信息化的核心内容,只需进行简单的二次开发,即可应用于不同的企业。平台以数据仓库为基础,通过数据挖掘、在线分析处理,能有效提高企业决策的科学性,并有效的解决了企业遗留信息系统及系统的扩展性问题。

基于Agent的空间数据挖掘研究

提出一种基于Agent理论的空间数据挖掘体系结构,并分析了其工作原理。进一步根据Agent的特点,设计了空间数据挖掘智能体的模板,并在其基础上,对农业空间数据实现高效的空间数据挖掘。

用Java实现 WWW数据库发掘Agent

该文探讨了WWW发掘的意义,介绍了一个能自动发掘WWW上数据库并获取库中信息的Agent,并描述了用Java语言实现发掘Agent的过程.

基于移动Agent的Web信息智能过滤算法及其实现

讨论了W eb信息过滤的现状,提出了W eb信息过滤应用中移动Agent的结构并设计了基于移动Agent的信息过滤工作模型。该模型由数据挖掘模块、信息过滤模块和相应的数据库模块组成,能够有效地屏蔽非法信息。实际应用表明,该W eb信息过滤模型能够有效地完成对网页信息的过滤和保证内部人员合法地使用网络。

基于移动Agent及RDF的网络数据挖掘系统体系结构

1 引言随着数据挖掘的研究与应用日益广泛和深入,基于Web的网络数据挖掘正受到人们的巨大关注.

基于Multi-Agent技术的个性化数据挖掘系统

设计基于Multi Agent技术的个性化数据挖掘系统,介绍了该系统构造的基本思想和Agent的状态转变关系及其它们之间的通信协议;利用用户Agent和挖掘Agent得到个性化数据挖掘系统MAS,并给出了系统的算法.该类系统的特点是:用Agent模拟人,实现用户在系统中的智能代理.结果表明,它能够实现数据挖掘的个性化服务功能,提供对用户真正有价值的知识,有效地避免了用户的重复劳动和精力耗费;同时,避免了系统对无用数据的挖掘,提高了系统的运行效率.

基于Agent的入侵检测系统体系结构设计

提出并深入研究了一种基于智能体技术的入侵检测系统的体系结构。该体系结构是一种混合形结构,利用基于主机和基于网络的数据源,同时使用异常检测技术和误用检测技术。该体系结构中还引入数据挖掘的思想,利用数据挖掘技术从安全审计数据中提取关键的系统特征属性,根据这些属性生成安全审计数据的分类模型用于入侵检测,使IDS自动适应复杂多变的网络环境。

基于加权关联规则和文本挖掘的金融新闻传播Agent实现

针对传统的金融预测系统仅仅依靠股票价格和市场指数等定量数据而不能很好地满足实时性和高准确性的问题,提出一种基于加权关联规则和文本挖掘的新闻传播Agent实现方法。首先,利用中文知识与信息处理系统将每个新闻标题分离得到每个中文单词;然后,利用加权关联规则算法检测频繁出现在同一条新闻标题中的多个术语,并提取名词、动词和复合语;最后,根据新闻供给市场第一个交易日股票交易金融价格指数为提取的关键字分配权重,并根据新闻标题的权重值判断其对股票价格的影响程度。新闻标题特征数据库上的实验验证了该方法在金融新闻标题的实时信息发布应用中的可行性,实验结果表明,相比其他几种预测方法,该方法取得了更高的预测准确率和召回率。

基于Multi-agent技术的知识发现新模型KDD的设计

KDD模型是基于双库协同机制的知识发现新模型,是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD的智能性,文章设计了一个基于Multi-agent技术的智能数据挖掘系统。利用多智能体技术,实现了数据预处理、数据挖掘、知识的自动获取、基础数据库与知识库的同步进化与协调、知识的评价与表示等功能,为智能信息系统的发展提供了重要支持。

基于Agent的金属矿地下开采工艺动态仿真系统

为了改善金属地下矿生产计划手段,便于多方案对比、优化开采工艺过程和预演地下矿开采运行状态,运用面向对象的设计思想,给出了金属矿地下开采工艺的逻辑表征方法,提出了金属矿地下开采流程及环节仿真系统的调度与执行技术,建立了以效率最大化为目标的开采任务调度算法模型和基于Agent的采矿工艺过程仿真模型,包括状态表征、流程控制、实体活动及相互协作等方面。最后基于Eclipse开发环境,运用Java语言及Jade、JFreeChartJ、Graph等工具,开发了金属矿地下开采工艺仿真调度与执行模型的系统原型,为深入研究金属矿地下开采工艺流程及环节的整体仿真奠定了基础。

面向CRM的基于Multi-Agent的数据挖掘模型研究

数据挖掘是CRM的重要支持技术。为了提高CRM中的数据挖掘系统的智能性,提出了基于Multi-Agent的数据挖掘模型,该模型包括站点层、管理层、协作挖掘层和算法层;详细描述了各层次的功能及协作机制;给出了数据挖掘在CRM中的实施过程。

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果,但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展,文中将Multi-agent技术应用到数据挖掘中,并提出了基于Multi-agent智能化的数据挖掘模型,讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。

基于Agent的分布式入侵检测系统

针对现有入侵检测系统存在的问题,论文提出了一个基于Agent的分布式入侵检测系统模型,该系统模型结合目前几种主要的入侵检测技术和数据挖掘技术,实现了入侵检测和实时响应的分布化,同时增强了入侵检测系统的灵活性、可伸缩性、鲁棒性、安全性以及入侵检测的全面性。文末给出了根据该系统模型实现的入侵检测系统的实验测试结果,证明了该系统对入侵检测的有效性和合理性。