期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于拓扑图形的服务知识重用策略研究
1
作者 张博 聂规划 《计算机工程与设计》 CSCD 北大核心 2010年第7期1503-1505,1565,共4页
为解决服务配置组合过程中服务知识的重用问题,建立服务知识重用策略及其表示方法。采用了形式化定义的方法对孤立服务知识进行建模,析取常见的服务知识重用模式与策略,提出利用拓扑模型的方式对服务知识的重用策略进行描述,构建基本的... 为解决服务配置组合过程中服务知识的重用问题,建立服务知识重用策略及其表示方法。采用了形式化定义的方法对孤立服务知识进行建模,析取常见的服务知识重用模式与策略,提出利用拓扑模型的方式对服务知识的重用策略进行描述,构建基本的服务重用拓扑模型结构。实验分析结果表明,该方法使复杂的服务知识组件关系变得清晰、完整,解决以往的建模方法中信息描述不完全的问题。 展开更多
关键词 服务知识 服务重用 重用策略 拓扑图形 服务链
在线阅读 下载PDF
基于补偿法的电网图形化开断分析 被引量:1
2
作者 尹亮 蔡泽祥 《继电器》 CSCD 北大核心 2005年第15期41-44,共4页
电网开断分析在整定计算及运行方式设定具有重要意义,该文通过电网图形局部拓扑分析,采用后补偿模式只对部分支路进行修正,大大提高了整定效率,并根据此原理在整定计算程序中对各种电网开断方式进行了研究。
关键词 后补偿 开断计算 注入电流 附加导纳 电网图形拓扑 零序互感
在线阅读 下载PDF
构建自动生产线图形信息系统 被引量:1
3
作者 杜宝江 《上海理工大学学报》 CAS 北大核心 2002年第4期328-332,共5页
从AutoCAD矢量方式的静态网络图形出发,对自动生产线网络图形中的物流源、物流线路以及物流控制设备等进行识别、处理和转换,自动生成生产线图形信息系统的图形拓扑关系数据库,再与生产线实时信息进行合成,构建自动生产线图形信息系统.... 从AutoCAD矢量方式的静态网络图形出发,对自动生产线网络图形中的物流源、物流线路以及物流控制设备等进行识别、处理和转换,自动生成生产线图形信息系统的图形拓扑关系数据库,再与生产线实时信息进行合成,构建自动生产线图形信息系统. 实践证明,这种自动生成方法,突破了人工描述拓扑关系的复杂困难的瓶颈,效率更高、速度更快,为自动化生产线信息系统的广泛实用化奠定了基础. 展开更多
关键词 自动生产线 图形信息系统 图形拓扑关系 实时信息处理 CAD
在线阅读 下载PDF
园区网络自动拓扑发现显示系统的设计与实现 被引量:1
4
作者 刘玉华 肖德宝 +1 位作者 徐占魁 李艳红 《计算机应用》 CSCD 北大核心 2003年第11期56-58,114,共4页
文中在园区网络拓扑发现图形显示子系统设计中,以面向对象语言方式组织拓扑信息的数据结构,设计了从拓扑信息到图形信息的转换算法并进行了算法复杂性分析,探讨了拓扑图形显示中关键技术,并提出了一种基于自学习的启发式拓扑图形显示方... 文中在园区网络拓扑发现图形显示子系统设计中,以面向对象语言方式组织拓扑信息的数据结构,设计了从拓扑信息到图形信息的转换算法并进行了算法复杂性分析,探讨了拓扑图形显示中关键技术,并提出了一种基于自学习的启发式拓扑图形显示方法,给出了一个拓扑发现显示实例。 展开更多
关键词 拓扑图形 转换算法 启发式 显示方法
在线阅读 下载PDF
领航跟随法和势函数组合的船舶编队控制 被引量:15
5
作者 李芸 肖英杰 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第9期1259-1264,共6页
多船舶作业在海上越来越盛行,最常见的运行方式就是船舶编队协控,本文考虑领航跟随法过于集中控制的不足,将船舶编队分为领航–跟随控制阶段和跟随–跟随控制两个阶段.在第1个阶段使用多输入滑模控制以及船舶响应模型进行控制律分配;第... 多船舶作业在海上越来越盛行,最常见的运行方式就是船舶编队协控,本文考虑领航跟随法过于集中控制的不足,将船舶编队分为领航–跟随控制阶段和跟随–跟随控制两个阶段.在第1个阶段使用多输入滑模控制以及船舶响应模型进行控制律分配;第2阶段引入势函数方法,结合图形拓扑来约束跟随船舶间的间距,提高队形的稳固性,弥补单一领航跟随法的不足,并通过Lyapunov函数验证系统控制的稳定性.后期通过直线和曲线路径的仿真验证,得到编队船舶的各状态历时趋势,船舶间状态最终达到一致性,实现队形保持的目标,得出良好效果,验证了算法的有效性. 展开更多
关键词 船舶编队 领航跟随 势函数 图形拓扑
在线阅读 下载PDF
用于非精确图匹配的改进注意图卷积网络 被引量:6
6
作者 李昌华 刘艺 李智杰 《小型微型计算机系统》 CSCD 北大核心 2021年第1期41-45,共5页
将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机... 将传统图卷积网络模型应用于非精确图匹配时,在卷积步骤早期易存在节点特性以及节点之间拓扑特征的损失,从而影响导致匹配性能.针对这一问题,提出了改进注意图卷积网络模型.使用相对较少的参数以端到端的方式学习分层表示,利用自注意机制来区分应该丢弃或保留的节点.首先利用注意图卷积网络来自动学习不同跳上邻域的重要程度;其次,加入自注意池化层,从矩阵图嵌入的各个方面概括图表示;最后,在多个标准图数据集中进行训练和测试.实验结果表明,相较于目前最先进的图核和其他深度学习算法,该方法在标准图数据集上实现了更优的图分类性能. 展开更多
关键词 节点邻域 图形拓扑 图匹配 自注意图卷积网络 自注意图池化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部