提升机故障知识本体检索机制研究

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:fitye228
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对知识本体检索中存在的问题,构建了提升机故障知识本体的检索机制,给出了基于本体的提升机故障知识检索流程,并对检索中查询构造器、查询引擎及结果定制模块进行了详细的分析,给出了各个模块的具体结构及实现方法.最后结合提升机故障知识本体,通过系统的实际应用说明该方法有利于增加提升机故障知识的复用性和通用性,同时也验证了本文所提出的方法的有效性和正确性.
其他文献
像素复位控制电路是CMOS图像传感器的重要组成部分,其特性直接影响着图像的质量.为了改善传统复位控制电路对CMOS图像传感器性能的影响,设计了一种基于CMOS图像传感器的双斜率积分复位与软硬结合复位原理的高性能复位控制电路.通过该控制电路可以实现双斜率积分复位、软硬结合复位以及独立的硬复位与软复位方式.可以根据应用条件,进行动态范围的扩展或低噪声无图像滞后的复位.
为了自动获取主要视频信息且冗余信息较少的视频摘要,本文提出了LLE-自适应FCM和LLE-自适应阈值FCM算法.这两种方法首先利用流形学习算法局部线性嵌入(LLE)提取视频帧的特征向量,然后将得到的特征向量输入到自适应FCM和自适应阈值FCM中,得出分类效果和聚类中心.自适应FCM通过聚类有效性函数来确定分类类别数,而自适应阈值FCM是通过阈值的自动变化来确定分类类别数.最后把离聚类中心最近的视频
本文提出了一种基于改进的LRU替换策略划分最后一级共享Cache的算法,隔离了线程间的数据冲突,实现了改进的Cache替换策略,通过划分最后一级共享Cache也减少了访存延迟,提高了
提出一种样本点密集度的非线性流形学习算法.该算法提出了一个有效的数据点密集参数,能够很好地对非均匀数据的低维嵌入进行约束,其嵌效结果明显优于LLE算法.在人工和人脸数据集