杜民[1]2001年在《应用神经网络的Internet智能代理的实现》文中进行了进一步梳理随着Internet应用的逐渐普及，WWW已经发展成为一个巨大的分布式信息空间，为用户提供了一个极具价值的信息源，但因Internet所具有的开放性、动态性与异构性，又使得用户很难准确、快捷地从WWW上获取所需的信息。由搜索引擎提供的基于关键词的搜索方法，给用户提供了一定的方便，但同样不能自动地、准确地提供所需信息。本文把人工智能中的Agent技术引入到信息搜索中，首先用形式化的方法定义了Agent模型，然后给出了WWW下的Information Agent模型，以及实现该模型的主要手段，在此基础上提出综合BP神经网络和TFIDF技术以及向量空间模型的方案，并在特征提取和网络爬行的程序实现中做了改进。
王杨[2]2009年在《基于Agent的P2P网络管理关键技术研究》文中研究指明近年来,随着Internet/Intranet的快速发展,P2P覆盖网络(Peer-to-Peer Overlay Network,简称P2P)引起了学术界与产业界的双重关注。P2P网络是构建在Internet之上的动态覆盖网络,相对于C/S的网络结构,P2P网络具有自组织性、可扩展性、容错性等优点,但是随着P2P网络应用的不断普及,P2P网络管理问题成为阻碍P2P网络为多用户提供具有一定QoS保障的网络服务的瓶颈。传统的网络管理手段,诸如SNMP和CMIP,主要采用了客户机/服务器的模型。管理功能主要集中在管理者一方,而且管理者和代理者之间的行为相对固定。这种管理模式存在扩展性差和灵活性不足等问题。现代的网络管理方式不仅需要灵活、方便和高效的手段,而且需要具备智能化和分布式的特征。将Agent理论及技术应用于网络管理领域,给网络管理带来了新思路。智能代理所具有的移动性和智能性等特点,可大大提高网络管理的灵活性和智能性。利用它的平台无关性可以实现分布式的网络计算,可以解决传统网络管理模式所带来一些的问题,以满足大型复杂网络管理的要求。论文的主要目的是探索基于Agent的P2P网络管理的体系、拓扑、流量和信任等管理内容。本文的主要贡献如下:(1)针对目前的P2P网络管理模型研究的不足,分别提出了基于Agent的两种P2P网络管理模型:面向主题社区的P2P网络管理模型(TCOP2PMM)和面向服务的P2P网络管理模型(SOP2PMM),有效地增强了P2P网络的有序性。(2)针对目前P2P网络拓扑管理问题,分别提出了应用移动代理的P2P网络自组织网络拓扑管理模型和P2P网络拓扑发现算法以提高P2P网络拓扑管理性能。前者通过建立层次式的网络拓扑结构,通过移动代理发现拓扑信息以缓解因拓扑误配而产生的大量网络流量。后者通过移动代理提高了拓扑发现的效率。(3)针对P2P网络流量管理问题研究的不足,提出了一种基于小波神经网络(WNN)的P2P流量预测多路径切换方案以及P2P多媒体流量预测方法。传统的P2P流量管理主要是从流量的检测和控制的角度,我们的方法主要是基于流量预测的角度实现P2P流量的有效管理。(4)针对P2P网络安全解决方案的研究不足,首先提出了一种工程实用型的基于对等组的敏捷P2P网络信任模型。此外,为了解决大规模网络环境下的信任建立问题,又提出了基于模糊决策的主客观融合的P2P网络信任管理解决方案。(5)为验证上述部分算法和方法的有效性,我们实现了一个基于Agent的P2P网络信任管理原型系统。在原型系统中,我们在XML、SOAP等技术的基础上实现了主观信任模块和客观信任模块。主观信任模块具有根据已有的交互历史计算资源的信任值、显示信任路径等功能;而客观信任模型主要借助于信任证书实现陌生实体之间的自动信任协商功能。
孙启湲[3]2004年在《基于互联网的移动机器人网络控制系统研究》文中研究指明机器人遥操作在空间探索、深海勘探及危险环境作业等领域具有无可替代的作用。互联网的飞速发展和普及以及传输速度的不断提高为机器人遥操作提供了廉价而便捷的通讯手段。利用互联网实现机器人的远程控制进一步拓展了其应用范围,在远程医疗、设备共享和远程教学等方面显示了其优越性。本文对基于互联网的移动机器人控制问题进行了较系统的研究。适应互联网的特点,建立了基于浏览器的多层分布式移动机器人远程控制系统实验平台。网络传输时延是影响远程控制稳定性的一个主要因素。如何减小时延对控制稳定性的影响是一个关键问题。本文在对现有的互联网的传输时延进行测试和分析的基础上,对时延的变化规律进行了总结和分类,并提出了针对不确定时延状况采取相应控制策略和时延补偿的方案。根据网络用户的时延状况为用户提供一种与之相适应的控制方式,以减小时延对系统的影响。实现对移动机器人的监督控制需要机器人具有一定的自主能力,如自主导航、自主避障等。本文综合应用了模糊控制、神经网络和 D-S 证据理论对传感器信息进行处理和融合实现了机器人的自主导航与避障。模糊控制器用于机器人的运动路径跟踪,神经网络实现机器人对环境的识别,D-S 证据理论在对信息融合的基础上进行机器人的行为决策。在基于互联网的机器人控制系统中,网络服务器是用户与机器人进行交互的重要中间环节。本文在网络服务器的设计中引入了智能代理技术,建立了以网络智能代理为核心的网络服务器。以实现对用户、机器人、信息安全等的智能化管理,提高了网络系统的效率和可靠性。为满足基于互联网的多层分布式控制系统特点,使系统易于维护、功能易于拓展,本文采用基于 Java 的 J2EE 组件技术的最新网络应用解决方案,对控制系统的网络应用进行了开发,并实现了与机器人本地控制系统的无缝对接。该网络控制系统还具有平台无关性特点。 最后本文通过实验对系统的性能进行了测试,测试结果表明系统运行稳定,验证了系统的可行性和正确性。
肖立英[4]2003年在《基于INTERNET的用户个性化兴趣模型的研究》文中研究说明互联网的飞速发展与普及，使我们的工作、学习、生活和娱乐等各个方面正在发生巨大变化，也给我们提出了许多亟需解决的实际问题。例如，如何通过更加智能和个性化的Internet系统，解决“信息过载”和“资源迷向”的问题，让人们能够更充分地使用Internet上的信息资源。本文所研究的“用户个性化兴趣模型”正是是各种个性化智能系统的基础，因此具有理论和实用价值。 本文首先围绕建立用户个性化模型的关键技术进行研究，这些技术包括WEB挖掘、用户行为挖掘、机器学习，以及Agent技术等。Web挖掘是将传统的数据挖掘技术和WEB技术相结合发展而来，是从WEB文档和WEB活动中抽取感兴趣的潜在的有用模式和隐藏的信息，本文主要针对日志挖掘、文本挖掘和结构挖掘叁种WEB挖掘技术进行了研究。用户行为挖掘是研究用户个性化兴趣的另一个关键技术，也是本文所设计和研究的用户个性化兴趣模型中所采用的一项重要技术。机器学习技术方面本文主要研究的是在人工智能领域里发展十分成熟的神经网络技术。而Agent技术即智能代理技术，是目前各种智能Internet系统广泛研究和采用的一项新技术，本文也对它的概念和应用作了初步的探讨。 然后本文提出了用户个性化兴趣模型的体系结构，对各部分的实现算法进行了分析和设计，包括评定页面的用户兴趣度、页面的分词、特征提取、通过混合挖掘和学习算法建立和更新用户模型等，以及一些实验。获取用户兴趣所采用的方法是：首先针对用户所浏览的WEB页面，分析这些页面与用户兴趣的相关度，提出“用户兴趣度”的概念，通过暗地观察用户行为(如收藏、保存、打印、浏览时间、拖动滚动条次数等)分析页面的用户兴趣度。同时，进一步分析不同行为所体现的不同的用户兴趣度的等级，以及不同用户行为体现不同的用户兴趣度的能力。然后分析用户所浏览的这些WEB页面中所包含的用户真正感兴趣的内容。主要是结合WEB挖掘技术和机器学习的方法，将文本转化为向量空间，进行特征提取，结合页面的用户兴趣度，进行相似度学习和神经网络学习。 本文最后围绕用户个性化兴趣模型的应用进行了研究，设计了个性化主动信息服务模型。个性化主动信息服务模型又称为个性化的信息推荐系统，首先建立用户的的兴趣模型，然后进行智能的信息搜索与过滤，最后向用户提供个性化的信息推荐，同时根据用户的反馈更新用户的个性化兴趣模型。并且，系统可以通过兴趣小组的方式，结合用户的兴趣模型，实现用户之间的信息共享。最后，本文对智能搜索引擎、用户自适应WEB站点以及基于Internet的个性化学习等应用也进行初步探讨。
张学谦[5]2013年在《基于物联网的智能家居的研究与实现》文中研究指明自物联网被提出的这十几年里，尤其是近两叁年以来，它得到了公众越来越多的关注。这种把所有物品通过无线传感器网、射频识别与互联网联系在一起的想法，深刻地改变了人们对传统网络的认识。在这种思想的带动下，在每一个传统领域中，人们都会以一种新的思路来思考各自领域内的发展的可能性。智能家居的提出比物联网早，它发展到现在已经有了很多的理论和成果。而物联网的提出对于现在智能家居会带来更多的启示。本文在分别研究了国内外对物联网和智能家居的研究现状基础上，提出了一种在物联网环境下构建智能家居的方法，并搭建了实验环境测试平台。在整个过程中分别研究了ZigBee无线传感器组网技术、ARM嵌入式技术、基于Android的移动终端的开发技术、网络服务技术及智能代理技术。其中前叁项技术构建智能家居的基本功能：无线传感网络负责搜集并提交家居环境信息，嵌入式网关对这些信息进行处理再反馈给整个网络使其之自动调整，最后手执终端可以通过访问网关得知环境情况或下命令给网关触发某项操作。而对于网络服务和智能代理的研究是为了拓展智能家居在开放性和智能性上的应用。通过网络服务可以把家居内的不同服务发布在网上，使其功能不断地完善从和得到升级，而对智能代理的研究则是希望家居网关得到一定的学习的能力、记忆的能力以及做出正确决定的能力。最后，在实验室环境下对智能家居系统进行测试，并给出了总结和展望。之后对下一步的工作给出一些建议。
楚扬[6]2008年在《基于AGENT个性化Web协作学习系统的模型设计》文中研究指明以互联网平台为依托的Web协作学习(CollaborativeLearning),正在改变着传统的学习方式。Web协作学习正日益成为人们掌握知识、更新知识的一种重要手段。当前,尽管基于WEB的协作学习是远程学习的主要形式,网络协作学习系统已在远程教育领域广泛应用,但在网络教学的实施中,还存在许多技术问题。而且现有的Web学习系统学习主体智能程度较低,同时缺乏对用户(学习者)个性化学习的支持,阻碍了用户个人特长的发挥。本文针对网络协作学习中存在的问题,引入分布式人工智能领域中的智能代理技术,构建了一个由主控程序、学生代理、教学代理、信息代理组成的网络协作学习智能代理模型,并重点探讨了采用机器学习和数据挖掘的方法,如何更有效地实现个性化学习,使网络协作学习朝着智能化,个性化的方向发展。本文主要的工作体现在以下几个方面:(1)引入分布式人工智能领域中的智能代理技术,构建了一个由主控程序、学生代理、教学代理、信息代理组成的网络协作学习智能代理模型。(2)学生代理依据基于蚁群智能的聚类算法,根据学习者所选的课程名、课程概念、学习者的接收能力、思维偏向等进行用户聚类,获得不同的协作学习代理分组,从而充分调动协作学习小组成员的积极性。(3)教学代理不仅负责监控学习者的学习行为,提供相应的教学资源,而且还能针对不同认知水平的学习者,利用模糊神经网络的方法选择相应的教学方法,帮助学习者完成学习,实现因材施教。(4)信息代理不仅可以按课程名自动地从本系统的课程学习资源或Internet网络资源上获取学习者所需的信息,而且当学习者需要搜寻具有某一课程概念的课程时会进行个性化课程的智能推荐。
陈波[7]2002年在《分布式远程故障诊断专家系统的框架及若干关键技术的研究》文中指出设备故障诊断技术对于生产实践中防止事故发生、避免经济损失、制定与完善维修计划等具有重要意义，从而吸引了大量科研人员从事这方面的研究工作，使得这一新兴的交叉学科不断发展与完善，分布式远程故障诊断专家技术就是新兴交叉学科的重要内容。 随着机械设备向高速度、高功率、高可靠性、大型化、网络化方向发展，传统故障诊断技术越来越难以满足复杂设备诊断的需求，同时随着计算机技术、网络通讯技术、现代检测技术、多媒体技术、网络数据库技术等多种技术，以及分布式理论与故障诊断专家系统理论的发展，为分布式远程故障诊断专家系统实施奠定了基础。对于企业，一方面要保证企业设备的协调机制与合作机制，对大型设备需要建立广域范围的设备状态监测网络以及故障诊断专家智能系统，来保证所有设备的正常运行，提高生产效率，同时节约维修费用；另一方面，为企业在全球范围内提供高质量的产品和及时售后服务提供了一个解决的途径，使得设备用户获得及时、有效、全面、智能的诊断维护服务成为了可能。 首先，从分布式系统理论、故障诊断理论与专家系统理论叁个方面论述分布式远程故障诊断专家系统的理论基础，并说明在分布式远程故障诊断专家系统中这叁方面是相互补充、密不可分的；同时建立了分布式远程故障诊断专家系统的一般框架。在此基础上，对分布式远程故障诊断专家系统作了如下方面的研究： 1．从分布式远程故障诊断专家系统的结构体系出发，讨论了两层C／S结构、基于Internet的叁层B／S结构，以及C／S+B／S混合模式结构的分布式远程故障诊断专家系统。指出两层C／S的分布式远程故障诊断专家系统的优势是十分成熟、易于实现，缺点是客户端包括应用逻辑与用户界面，难以与Internet技术相结合、难以实现开放性、跨平台的应用功能；而B／S结构本身就是一种开放式的、跨平台的操作系统，通过Browser可访问多个应用程序服务器，系统开发环境与应用环境相分离，系统的维护方便，费用低，其缺点是安全性差；混合模式的分布式远程故障诊断专家系统与B／S结构的系统相比，它具有保密性与灵活性。 2．从数据库实现技术的角度出发，论述了模糊诊断专家系统的系统结构、知识库结构、推理机制以及系统的数据库实现，从而进一步阐述分布式模糊诊断专家系统的系统框架、分布式系统的诊断任务的分解策略以及多级黑板结构的分布式模糊诊断专家的协调与控制，实现利用数据库技术的分布式模糊专家诊断。大连理工大学博士学位论文 摘要 3．从分布式诊断专家技术出发，论述了故障诊断智能代理Agent技术的特点、组成、通信及协作等多个方面，同时论述了多代理诊断体系、可移动代理体系与诊断动态联盟结构的形成。由此可得出，诊断的智能代理与多代理技术可以很好地实现诊断任务的分解、分配，从而进一步提高分布式远程故障诊断专家系统的诊断水平，并能很好地解决诊断软件的通用性和适应性之间地矛盾。随着网络技术的成熟，诊断AgCnt体系能很方便地应用于备种网络环境，从而可以更充分地利用己有的诊断资源，实现分布式远程专家诊断。 4．论述了CORBA规范（标准）的组成、特点及其实现，并且阐述了基于CORBA技术的分布式远程故障诊断专家系统的一般框架及其诊断交互过程，把 CORBA和 UML技术相结合，利用 UML将不同诊断对象模型用统＠一的形式表示，实现不同诊断对象到 OMG IDL的映射；再利用 CORBA构建分布式故障诊断系统，诊断模块经过封装并实现为诊断对象，诊断对象加入分布式平台。同时，利用CORBA和UML可以将整个分布式故障诊断系统的分析、设计和实现有机地集成，最后以实例阐述该分布式故障诊断系统具有开放性、可重用性和可扩展性等优点，具有广阔的应用与发展前景。 5．从分布式远程故障诊断专家系统实现出发，首先针对原有单机板系统文件管理存在的缺陷，采用数据库前后台的管理方式，从整个系统的数据来源与组成将故障诊断专家的系统数据库系统划分为四部分，并分别阐述各部分的设计，接着以实例进行说明：其次，详细阐述了基于O5的网．络诊断专家系统分层多级的设计思想、网络拓扑、系统功能模块框图，从设备管理的角度来设计整个设备故障诊断专家系统，其中涉及到用户权限管理、各种单据生成、智能报表与灵活的打印技术；最后，阐述基于 B乃的分布式远程诊断专家系统的设计思想、系统框架、系统组成以及专家诊断的实现，同时阐述了单机板系统、C亿系统与B乃系统的相互融合。
金逸超[8]2011年在《基于物联网环境的智能家居系统的研究与实现》文中研究说明物联网作为一种新兴技术,它的发展得到了越来越多的关注。物联网就是将所有物品通过射频识别、无线传感器网络等信息传感设备与互联网连接起来,实现智能化识别和管理。在物联网环境下人们能够使用任意设备、通过任意网络、在任意时间都可以获得一定质量的服务。它使得不仅个人电脑,而且其它小巧的智能设备也可以连接到网络中,从而方便人们即时地获得信息并采取行动。另一方面,家居环境作为日常生活中必不可少的典型场景,在此环境下实现物联网技术具有很好的示范性。因此研究与实现新型的基于物联网技术的智能家居系统具有重要的科技、经济和社会意义以及相关产业带动作用。本文在充分研究国内外关于物联网技术及现有的智能家居系统的前提下,分析现有技术的优势和不足,并构建了一个功能完整、完善的智能家居系统。文章首先介绍了物联网结构及其关键技术与典型应用,并引出当前物联网研究存在的智能空间方案设计、Agent与智能技术、新型人机交互技术、物联网新型应用等热点问题。接着,本文针对这些典型研究热点,逐一依次详细描述了物联网环境下的智能家居场景设计、无线通信协议选型、无线传感器网络软硬件模块设计、拓扑结构设计、移动代理框架构架与设计、智能算法融合与实现、智能多空间架构设计与场景实现、虚拟现实技术融合、物联网环境下智能电表新应用设计与实现等核心问题。最后本文对所研究的物联网环境下的智能家居系统场景做出总结与展望,并提出进一步的工作计划。
向菲[9]2005年在《面向用户的学科信息门户构建模式及功能整合》文中指出自从20世纪90年代以来,网络以惊人的速度在全球发展,并迅速渗透到各行各业,一时间,许多以网络实现功能的新生事物如雨后春笋般涌现出来,网络信息资源也随之不断增长和丰富起来。但是由于网络信息资源的来源复杂、种类繁多而且没有统一标准,信息用户难以直接从中选择和获取自己所需要的专业和专门信息。 学科信息门户(Subject Information Gateway,SIG)就是基于这样的环境,将特定的一个或者多个学科领域的资源、工具和服务集成,为学科信息用户提供更为方便和快捷的检索和服务接口。目前,国内外大量的学术研究机构如大学、研究所、科学院、图书馆等都开始着手或者业已完成了自己的学科信息门户建设。因此,研究学科信息门户的功能整合并建立学科信息门户的构建模式就日益突显出其重要性和深远意义:一方面可以提出建设性意见优化现有学科信息门户的信息资源组织效率、效果和服务能力;另一方面可以为新的学科信息门户的建立和发展提供理论和实践的辅助,扶持他们迅速的走上正轨并高效的提供服务。 本文的体系结构如下: 引言部分论述了当前技术条件和网络环境下网络信息用户的分布及特点,再由此讨论了作为网络信息服务体系中重要组成部分的SIG的特点及其用户的分布、需求内容和需求特征。根据需求推动服务的理论,以用户的需求推出面向用户的SIG的相关方面。 第一章考察了面向用户的学科信息门户的资源组织方式,并分别针对SIG资源组织功能、SIG资源集成化组织的实现和SIG学科信息规划与管理这叁个部分进行了探讨。 第二章总结了面向用户的学科信息门户的基本功能配置,并根据目前的SIG发展情况提出了学科信息门户的功能整合,主要包括基于SIG方式的信息推送、数字图书馆实现和专题咨询服务等叁个方面。 第叁章介绍了可以支持学科信息门户发展的一些新兴技术,如Robot、数据仓库、数据挖掘、智能代理、信息发布、信息推送等,并结合面向用户的学科信息门户的特点和需要考察了这些技术应用于SIG的发展。 第四章在研究了目前信息系统评价、信息服务评价的基础上分析了学科信息门户信息能力,提出了学科信息门户信息能力评价的一种评价体系。 第五章在第一、二、叁章论述的基础上提出了面向用户的学科信息门户构建模型,并依照第四章提出SIG评价体系对模型进行了分析,最后提出了对几个方面的优化方案。
参考文献：
[1]. 应用神经网络的Internet智能代理的实现[D]. 杜民. 暨南大学. 2001
[2]. 基于Agent的P2P网络管理关键技术研究[D]. 王杨. 苏州大学. 2009
[3]. 基于互联网的移动机器人网络控制系统研究[D]. 孙启湲. 天津大学. 2004
[4]. 基于INTERNET的用户个性化兴趣模型的研究[D]. 肖立英. 中南大学. 2003
[5]. 基于物联网的智能家居的研究与实现[D]. 张学谦. 吉林大学. 2013
[6]. 基于AGENT个性化Web协作学习系统的模型设计[D]. 楚扬. 山东大学. 2008
[7]. 分布式远程故障诊断专家系统的框架及若干关键技术的研究[D]. 陈波. 大连理工大学. 2002
[8]. 基于物联网环境的智能家居系统的研究与实现[D]. 金逸超. 南京邮电大学. 2011
[9]. 面向用户的学科信息门户构建模式及功能整合[D]. 向菲. 武汉大学. 2005
标签：互联网技术论文; 自动化技术论文; 智能家居论文; 专家系统论文; 故障诊断论文; 神经网络模型论文; 智能代理论文; 网络模型论文; 代理理论论文; 分布式技术论文; 用户研究论文; 网络结构论文; p2p模式论文; 系统学习论文; 代理模式论文; 用户分析论文; 功能分析论文; web代理论文; 功能设计论文; 信息发展论文; 机器人论文; p2p论文;