计算机答辩范文

2017-09-12 16:50

各位老师,下午好! 我叫夏焕臻,是**级**班的学生,我的论文题目是《环保部门语义链网络图形化呈现系统》,论文是在洪春勇导师的悉心指点下完成的,在这里我向我的导师表示深深的谢意,向各位老师不辞辛苦参加我的论文答辩表示衷心的感谢,并对三年来我有机会聆听教诲的各位老师表示由衷的敬意。下面我将本论文设计的背景和主要内容向各位老师作一汇报,恳请各位老师批评指导。

  首先,我想谈谈这个毕业论文设计的背景及现状。

  移动终端的迅猛普及、光纤/4G 网络/WIFI 的覆盖面不断拓展,提供了空前便利的上网条件,随着公民对网络精神文明需求日益加深,互联网(Internet)上资源量急剧增长。原先的网络资源之间仅通过不含语义信息的地址链接联系起来,那么就只是一堆信息,没有结构,资源所描述的信息不利于检索,因此通过搜索引擎获得的信息并不完全满足用户需要。

  语义网是未来网络的一种趋势,作为 Web3.0 时代的特征之一,语义网渐进式发展为 Web3.0 构建不断完善的内容及应用聚合平台。语义网不仅能理解资源,还能理解它们之间的逻辑关系,是一种使交流更有效率和价值的智能网络。

  语义网的核心是:使用标准、置标语言(xml)、资源描述框架(RDF)及相关的处理工具,给 Internet 上的资源添加能够被计算机程序理解的语义“元数据”,通过发现资源之间的语义关系,有助于改善网络搜索质量。

  语义链网络(Semantic Link Network,SLN)是中科院提出的一种基于语义链的语义网模型,通过为超链接添加语义关系而扩展原有超链接。SLN 模型中,两种最小单元为资源节点、资源之间的逻辑关系即语义链接。SLN 模型还包含一套逻辑规则,推理后可发现隐藏的语义链接并扩充 SLN.SLN 可以根据应用需求及行业标准手动或是智能构造。定义了资源节点的模式、链接的模式及模型中蕴含的逻辑规则后,手动添加或智能搜集组织实例数据,再通过推理机制自动地发现扩充。SLN 的模式定义方法论对于设计与构建语义网络、保证资源信息的规范管理和组织,具有重要指导意义。

  国家重点基础研究发展计划(973)“语义网格的基础理论、模型与方法研究”项目研究内容涵盖知识网格领域的多方面技术。资源空间模型(ResourceSpace Model, RSM),该模型旨在解决互联网上多源异构的分布式资源的规范、重构、存储、管理、定位问题,一个可视化三维 RSM 已在实际中运用至管理敦煌文化内容,模型中每个点坐标代表同类内容的各种类型的资源(书法、壁画、彩塑、音乐等)。

  语义链网络,研究如何实现分布全球的各种资源在语义层上互联,消除语义孤岛:以较为简洁的方式将资源空间映射到基础语义空问,通过语义链网络与 RSM 两种技术结合,形成基本的语义模型,实现各种资源在该语义模型中的统一及互联。

  智能聚融方面,研究如何动态地松耦合地组织各种资源,为应用提供智能服务,实现互联网环境下系统的自组织和优化,提出了自适应性知识流模型(描述知识在不同个体之间流动的过程,为发现新知识和研究知识的流动规律提供支持)、语义社区模型等多种解决方案。

  其次,我想谈谈这篇论文的主要内容。

  本文对语义链网络中资源与关系链的定义、构造、推理规则的定义、推理的执行、绘图语言绘图及布局的全过程进行了认真的研究、探索及实现。

  通过简洁明晰的系统界面与用户交互,系统在接受用户自定义资源、关系、规则的模式及实例后,将整个语义链网络以 XML 文件形式存储。推理规则的执行借力于规则引擎,本文仔细分析了规则引擎工作流程及匹配阶段算法--RETE 优化算法,并通过在系统中调用规则引擎,完成推理的执行过程,扩展了语义链网络。图形化呈现的环节中,系统将存储语义链网络的 XML文件翻译成一种绘图语言,并利用绘图工具,生成图形对象后进行自动布局。

  本文选取实际社会中环保部门语义关系网作为原型,详细介绍了系统涉及的各种概念及元素,帮助理解系统各个流程的原理及实现方式,构建出了环保部门语义链网络,经过执行各个流程,最终实现了环保部门语义链网络的图形化呈现。

  最后,我想谈谈这篇论文和存在的不足。

  这篇论文的写作过程,也是我越来越认识到自己知识与经验缺乏的过程。虽然,我尽可能地收集材料,竭尽所能运用自己所学的知识进行论文写作和系统开发,但论文还是存在许多不足之处,系统功能并不完备,有待改进。请各位评委老师多批评指正,让我在今后的学习中学到更多。

分享到:
收藏
相关阅读