建筑遗产智慧数据体系及其知识生成
这是一篇关于建筑遗产,智慧数据,数据体系,知识图谱,元模型的论文, 主要内容为历史建筑是历史文化的载体,蕴含着中华五千年的优秀传统文化,有着深厚的历史底蕴,对建筑遗产进行科学有效的保护是国家一直呼吁倡导的历史文化保护传承的政策,而随着科技快速发展,传统的保护手段已不满足社会对建筑遗产保护的要求。同时,在大数据技术和算法的不断发展下,我们有机会更加深入地挖掘数据背后的规律和价值,从而为决策和判断提供更加科学、准确和高效的支持。大数据时代的到来也为建筑遗产的保护开拓了新思路,使得历史建筑融入到全新的智慧化数字时代中来。在大数据的驱动下,建筑遗产保护有了越来越多的数字化的发展需求,焕发新的生机和活力,建筑遗产蕴含的价值也有机会被极大的释放出来。对建筑遗产进行保护,既是国家顶层政策的要求与期望,也是对文化遗产的保护,更是为中国地域文化的传承与弘扬提供了丰厚的资源基础,具有重要的现实意义。随着科学技术日新月异,如何紧握大数据时代的机遇、利用数字化的手段发现、挖掘建筑遗产的巨大价值从而实现对建筑遗产的科学保护、正确利用成为目前我们需解决的问题。本研究立足于学科交叉的研究思路,通过对建筑遗产大数据的收集整理以及分析建筑遗产数据体系的构成成分,构成以HBIM模型库为核心及建筑遗产知识数据库、建筑遗产知识图谱三者共同构成的建筑遗产智慧数据保护体系,同时基于该智慧数据体系进行相关的知识生成研究。(1)本论文将所收集的多源异构数据梳理分类为非结构化数据、半结构化数据以及结构化数据;又依据建筑遗产类型分类将数据归类为物质层面及非物质层面信息,其中建筑遗产物质层面包括了历史建筑遗迹遗存,非物质层面信息则包括了与建筑遗产相关的人文信息:历史档案资料(书信、图片、报刊等形式)以及文献数据资料。(2)通过对以上数据信息的分类,本文提出建筑遗产智慧数据体系由HBIM模型库、建筑遗产知识数据库及建筑遗产知识图谱三者共同构成。其中,HBIM模型利用机器视觉的目标检测方法用于建筑遗产的智能建模中,构建了由元模型理论搭建而成的HBIM模型库;建筑遗产知识数据库则是基于Neo4j图数据库的存储数据模式,其包括数据获取、数据清洗、信息抽取、知识存储四个步骤,是建筑遗产知识图谱的基础;建筑遗产知识图谱包含了建筑遗产物质及非物质信息的结构化数据,提供了对知识的挖掘与生成智慧数据的可能性,是完善建筑遗产智慧数据体系的主要构成。(3)研究通过两个实例:华南教育历史研学基地和侗族穿斗式鼓楼,验证了该建筑遗产智慧数据体系的建构流程。其中,通过“华南教育历史研学基地”案例验证了建筑遗产其各类相关数据资料的收集提取、知识数据库的存储以及知识图谱的构建,以及通过“侗族穿斗式鼓楼”案例验证了构建建筑遗产HBIM模型及构建其建筑知识本体等内容。(4)最后,从知识生成的角度对所建构的建筑遗产智慧数据体系进行智慧数据的科学应用,利用所收集的文献数据资料进行基于Citespace文献计量分析工具的关于“华南教育历史研学基地”领域的趋势热点分析,以及对“华南教育历史研学基地”知识图谱的语义关系挖掘;基于侗族鼓楼HBIM模型进行合理的知识挖掘,包括了关于营造方面的非物质信息:基于空间拓扑关系的鼓楼营造逻辑、平面形式及结构特点等知识挖掘;侗族鼓楼的空间定位及其标识系统的挖掘;以及设计方案指导三个内容的知识生成。
海量数据分析平台元数据管理的设计与实现
这是一篇关于云计算,商务智能,元数据,元模型,元数据管理的论文, 主要内容为随着信息技术的飞速发展,企业数据呈指数型增长,业务逻辑也日趋复杂,传统商务智能(Business Intelligence, BI)系统已经无法解决这些问题。所以提出了将BI与云计算的PaaS (Platform as a Service,平台即服务)服务模式相结合的海量数据分析平台。但是该平台依然存在一些问题,尤其是在元数据方面,平台缺乏完整元数据体系,缺乏对元数据有效管理,这严重影响了平台的灵活性、可扩展性等性能。 本文的目标是设计并实现海量数据分析平台元数据管理方案,通过对元数据的管理,实现平台的可配置性、灵活性和可扩展性。 论文首先按照管理元数据、技术元数据和业务元数据三类对平台元数据进行设计,其中技术元数据又按照平台BI数据处理流程进一步划分。 提出元数据管理功能框架,重点对管理元数据和技术元数据进行建模,使用UML中的类图进行描述。并制定模型映射规则,将元模型映射为数据库中的表和属性。设计元数据管理方案,主要包括元数据基本维护和元数据关系维护两个方面。并采用JSP+SSH(Struts2、Spring、 Hibernate)技术进行方案实现。然后,以温度应用为例分析元数据管理流程说明元数据管理方案的易用性。最后,总结论文中的主要工作和不足,并提出下一步的工作计划。
面向J2EE主流框架的MDA模型转换
这是一篇关于MDA,J2EE主流框架,模型转换,元模型的论文, 主要内容为计算机业界一直在探索一种新方法既能够提高软件的开发效率又能使所开发出来的软件能够有更高的质量和更长的生命周期。面向对象思想、分布式计算开发、基于组件开发等新方法都为这一探索贡献了自己的力量。模型驱动架构（MDA）同样也为软件开发的进步发挥了重要作用及做出了重大贡献。MDA这种开发方法将传统的重编程过程提高到了重系统模型设计的层次，使得开发人员能更好的设计系统，有效地提高了软件的开发效率，同时降低了编程开发费用、解决了系统需求不断变化带来的维护性困难问题。 利用MDA进行软件开发的一个重要过程是模型转换，而模型转换最关键和最困难的一步是实现PIM到PSM的模型转换，当前并未有标准化的转换方法。随着业界对MDA的不断研究，当前存在着多种模型转换方法，如基于模式的模型转换方法、结构化驱动转换方法、基于XMI的模型转换方法等，但这些方法并未对J2EE主流框架Struts、Spring和Hibernate等提供有效的支持。 本文提出了一种基于元模型和UML Profile的模型转换方法，利用UML的扩展机制UML Profile来描述基于Struts、Spring和Hibernate整合框架(SSH整合框架)的系统的PIM和PSM，解决了由于Struts、Spring和Hibernate这些主流框架的技术特性，基本的建模语言不能完整的描述出系统的平台无关模型和基于J2EE主流框架下的平台相关模型的问题。然后针对SSH整合框架的结构特征，提出一个能适合SSH框架的Web应用层次结构做为PIM元模型，解决了元模型间映射规则的复杂、难以匹配的问题。接着详细分析了三个主流框架的核心技术，并抽象出了SSH整合框架的PSM元模型，利用基于元模型的模型转换方法制定PIM元模型到PSM元模型的转换规则间接实现PIM到PSM的模型转换。最后结合一个具体的应用实例，来验证该模型转换方法的可行性，也充分体现了在面向SSH整合框架的MDA应用开发中MDA所带来的优势，有效地解决了传统的基于SSH整合框架的Web应用开发存在的问题。
基于元模型的人员数据处理机制的设计与实现
这是一篇关于高校人事管理系统,元模型,JPA,SSH,灵活性的论文, 主要内容为由于信息化产业的不断发展,也随着信息化集成度的不断提升,现阶段的信息管理系统的涉及面在不断加大,从而导致高校系统的数据量也在不断增加。对于高校而言,人事信息管理系统是其一个具有举足轻重地位的管理系统。人事管理人员从一开始的管理人员的基本信息,到后来管理人员你的晋升考核,招聘以及薪酬等等,都使得人事系统的集成难度大大提升。利用元模型的方法来完成该人事系统以及相应的数据库的设计使得其能够更好的完成相应的工作,成为了这次设计该系统的目的与目标。 本文从数据库设计,界面人机交互以及相应的功能实现来解决高集成度的人事系统所面临的相应的问题。 1.对于高集成度的高校人事系统,通过研究国内外的一些较为先进的人事系统的产品,发现大部分产品都基于元模型所抽象出了一个模型,这里称为主集与子集,所谓的主集与子集,其实就是对于人事系统中不同的数据进行的大体上的分类,一个是对于现在人员的状态进行记录,一个是对于人员的历史信息进行记录与保存,也就是说,现阶段的人员数据大体分为两类,一个是现在的,一个是过去的。通过这样的设计方式,加大了人员管理系统的灵活程度,方便高校定制其自己的人事系统,并且提高了系统的可集成度。 2.对于人机交互方面而言,考虑到高校人事管理系统能广泛使用的情况下,大部分功能基于B/S去实现,少部分的功能用C/S实现。在充分满足软件操作的三原则,即交互性,简单性以及可视化的原则的基础下,能及时的为系统操作人员展现清晰的数据展示,分析结果以及文档等。通过自主开发的UIMS和BSUIMS开发框架来完成本管理系统的界面架构。 3.对于相应的功能实现,通过对于前期的需求分析,由较为轻量级也是较为成熟的框架设计SSH——即Structs+Spring+Hibernate由Java语言来实现相应的功能。 本文通过对这三个方面的叙述去展示如何解决系统所面临的三个问题以及如何去较好地设计元模型： 1.如何在数据操作的过程中,对于大数据量的数据操作进行优化,尤其是针对Hibernate在JPA的规范中属于十分轻量级的产品,如何通过自身的一些优化和设计去将其做到尽量快速地展现； 2.对于数据的管理,以及数据的灵活扩展如何去实现,由于Hibernate对于数据的自动扩展以及表的自动扩展不是很好,如何通过SSH框架来扩展人事系统对于数据的灵活性的管理,也是该系统需要解决的问题； 3.由于数据量的巨大,所以冗余的数据肯定会更多,于是,对于数据的冗余控制也是该系统需要考虑与解决的问题,一般对于数据冗余大概可以通过分类存储,过滤,表间关联等方法来控制与防止数据的冗余。 本文通过从三个方向的描述去解决以上三个问题,实现后的系统具有高效,灵活,交互效率较高的特点,能满足用户的要求。
基于DIKW的发明专利智能申请与答复系统的设计与实现
这是一篇关于发明专利,DIKW,TRIZ,多模态语义处理,知识图谱,元模型的论文, 主要内容为发明专利作为知识产权的核心组成部分,在国际经济竞争中发挥着不可替代的作用。面对经济和社会对创新的快速增长的巨大需求,传统的发明专利申请、审核、答复、授权等环节的从人才到管理的持续快速质量改进和效率提升都面对更艰巨的挑战。本文从信息技术角度,借助所在课题组丰富的发明专利申请和答复的数据和经验积累,研究依托数据、信息、知识与智慧(DIKW)架构的发明专利智能申请与答复系统,为海南加快培育现代产业体系,实现跨域式发展提供信息化保障。首先,依托数据图谱、信息图谱、知识图谱和智慧图谱(DIKW图谱)构建申请人和审查员两方的用户画像,依据各个用户画像搭建内容数据库,根据用户内容数据库设计多维度体系化交互机制。其次,基于DIKW图谱架构的交互机制设计与实现发明专利智能申请与答复系统,依托和结合开发生命期软件工程全过程建模管理,面向发明专利申请到授权全过程处理,针对生命期内的发明专利,结合专利法、专利实施细则等相关专利法规,对申请人或代理人撰写的发明专利申请文档进行修正,使其符合相应的规则,并利用竞争及合作的智能填充算法实现专利的自动化申请。在答复过程中,根据答复意见并结合用户画像内容数据库,对内容进行重构,并提供具有针对性的修改意见及方案,实现发明专利的智能辅助答复。之后,提出正负双向索引算法得到更加精确的搜索结果以配合专利申请和答复,其中搜索结果的形式除了匹配查询关键字的链接,还能够基于专利技术内容的实体关系搜索答案。最后,本文还结合发明问题解决理论(TRIZ理论)中的冲突矩阵工具,通过DIKW图谱对技术方案进行分析,依据40项发明创造原理,得出可供申请专利或有应用前景的技术发明点,并以数据图谱可视化展示。综上所述,本文对DIKW图谱技术和发明专利申请及答复的结合进行了深入的研究,涉及了DIKW图谱的数据层、信息层和知识层实体的处理、多模态融合的语义处理以及TRIZ理论等内容。依据DIKW图谱技术提出了一种可应用于专利智能申请与答复的系统,基于经验性判断及仿真实验,将DIKW图谱技术应用于发明专利的研究是有效的。本项目的研究内容具有理论意义和应用价值,可将本文的研究技术推广应用到海南各个专利申请和处理的单位,加速专利申请过程,提升质量和通过率,为海南自贸港创新发展助力。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设项目助手 ，原文地址：https://m.bishedaima.com/lunwen/47034.html
