摘要：提出一种在线草图识别用户适应性解决方法 ,该方法分别采用支撑向量机主动式增量学习和动态用户建模技术进行笔划和复杂图形的识别 支撑向量机主动式增量学习方法通过主动“分析”用户增量数据 ,并根据用户反馈从中选择重要数据作为训练样本 ,可有效地鉴别用户手绘笔划特征 ,快速地识别用户输入笔划 动态用户建模技术则采用增量决策树记录草图的笔划构成及其手绘过程 ,有效捕捉用户的复杂图形手绘习惯 ,进而利用模糊匹配在草图绘制过程中预测和识别复杂图形 实验表明 :该方法具有很好的效果 。

摘要：服务发现与资源定位是移动环境下进行信息共享、处理的前提,服务描述和服务匹配策略是其中的关键问题,服务的多样性、异构性以及移动环境的动态性使得这些问题更加复杂。该文提出一种支持服务多样性和异构性的服务描述模型,针对此模型设计并实现了高效的存储结构和包括精确匹配、部分匹配的服务匹配策略,实验结果表明该策略的服务匹配性能优于基于XML的XPath方式。