[发明专利]一种资源环境模型组合建模的自动语义识别与推荐方法在审

专利信息
申请号: 201310377171.1 申请日: 2013-08-26
公开(公告)号: CN103440309A 公开(公告)日: 2013-12-11
发明(设计)人: 胡宝清;田涛;覃开贤 申请(专利权)人: 胡宝清
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 暂无信息 代理人: 暂无信息
地址: 530001 广西壮族自治区南宁*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 资源 环境 模型 组合 建模 自动 语义 识别 推荐 方法
【权利要求书】:

1.一种资源环境模型组合建模的自动语义识别与推荐方法,其特征在于,该自动语义识别与推荐方法包括以下步骤:

步骤一、模型组件以webservice服务形式发布并注册,通过serverlight技术开发的网络客户端平台,用户可以使用图形化的工作界面来实现拖拽建模;

步骤二、用户从模型图形化方法库中选择一个模块拖拽至建模工作台,作为模型建设的第一个节点,自动推荐可行的下一个模型模块的列表供用户选择;

步骤三、用户从步骤二的模型列表中选择模块加入当前节点,并成为新的节点,根据用户的选择和已有知识库经验自动调整规则推荐新的模型列表,重复这一过程直至组合建模完成。

2.如权利要求1所述的自动语义识别与推荐方法,其特征在于,在步骤一中,在组合建模平台中确定的目标建模任务必须是在平台预设任务体系之内的。

3.如权利要求2所述的自动语义识别与推荐方法,其特征在于,目标建模任务的定义与描述都是基于统一标准和规则的。

4.如权利要求1所述的自动语义识别与推荐方法,其特征在于,步骤一还包括,根据用户设定的任务和当前选择的模型节点的特性,系统在后台通过人工智能技术,检索知识库、模型库,并自动以列表的形式推荐适合的组合模型方法。

5.如权利要求1所述的自动语义识别与推荐方法,其特征在于,在步骤二中,语义规则识别是基于人工智能技术开发实现的。

6.如权利要求1所述的自动语义识别与推荐方法,其特征在于,组合建模平台中的模型是应用Web Services技术将异构模型进行整合后得到的。

7.如权利要求6所述的自动语义识别与推荐方法,其特征在于,组合建模平台中的模型包括:空间模型集与非空间模型集。

8.如权利要求1所述的自动语义识别与推荐方法,其特征在于,步骤三,用户组合新的模型,组合建模平台自动调整规则来推荐合理模型,直至模型组合完成的实现方法为:

按照组合模型数据流走向依次将前一个模型的输出参数作为下一个模型的输入参数,并将最后一个模型的输出参数作为新的模型的最终输出数据,完成模型的组合任务;

根据模型的约束条件对最终得到的组合模型进行检验,确定最终得到的组合模型的合理性。

9.如权利要求1所述的自动语义识别与推荐方法,其特征在于,该自动语义识别与推荐方法通过系统建立模型知识库储存资源环境类模型的特性信息,以及各个建模用户的建模经验,并能自主学习调整知识库的组成与结构;

同时,该自动语义识别与推荐方法通过建立供模型生产者使用的可视化建模环境将模型节点中的模型以图标的形式显示在可视化建模环境中。

10.一种资源环境模型组合建模的自动语义识别与推荐系统,其特征在于,该自动语义识别与推荐系统包括:模型库单元、数据库单元、知识库单元、方法库单元;

用于为组合建模的各种方法、模型的模块并以webservice服务形式注册在建模平台的方法库单元;

用于存储、管理、提供与维护和系统支持数据的基本部件,是支持模型库、方法库与知识库的基础的数据库单元;

用于针对资源环境建模领域问题求解的需要,采用知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合的知识库单元;

用于以工作流形式通过XML文本形式记录下来保存在模型库中,并可以被再次解析重用的模型管理系统的模型库单元。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于胡宝清,未经胡宝清许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310377171.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top