摘要：本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。

摘要：为实现欠驱动自治水下机器人(AUV)在未知海流干扰作用下的路径跟踪控制,提出一种基于非线性迭代滑模增量反馈的路径跟踪控制器。选用一般曲线参数和Serret-Frenet坐标系描述路径跟踪误差,建立AUV水平面路径跟踪误差方程。采用迭代方法,设计滑模增量反馈控制器,无需对AUV模型参数不确定部分和海流干扰进行估计。仿真实验表明,设计的控制器参数易于调节,可用于实际欠驱动水下机器人来实现对水平面路径的精确跟踪。

摘要：发布/订阅(pub/sub)技术具有异步以及松散耦合的特点,可以使信息的生产者和消费者在时间、空间和控制流等方面完全解耦,适应目前动态多变的大规模分布式信息系统集成的需求.将带语义数据模型(SDM)引入到pub/sub系统中,提出了一种基于pub/sub机制的信息集成模型(PIIM),并针对信息集成的特点设计了适合PIIM的信息订阅语言,将不同信息源中的信息进行整合,建立统一的信息描述方式和访问操作规范,以统一的视图提供给用户,提供一种解决信息集成的核心问题有效途径.实验结果表明,该系统具有较高的订阅匹配效率.