研究方向
- 主页 /
- 研究方向 /
- 研究方向
研究方向
研究方向1. 语义相似度度量技术：语义相似度度量技术是自然语言处理领域的关键技术之一，研究如何在不同的应用背景下优化组合多种相似度度量技术以识别语义相同的对象。语义相似度度量技术在自然语言处理、智能检索和智能决策辅助领域有重大的科学和应用价值。
研究方向2. 交互式本体匹配技术：交互式本体匹配技术是解决本体异质问题的最有效技术，通过同用户的交互引导自动化匹配器正确地确定语义相同的概念集合，从而实现基于本体的应用系统之间的语义协作。本体匹配技术在智能信息检索、地理空间、金融管理和Web服务组合等领域有重大的科学和应用价值。
研究方向3. 高性能的群智能算法：群智能算法是求解复杂工程优化问题的有效方法，传统的群智能算法在求解大规模优化问题时存在内存消耗大、收敛速度慢且容易陷入局部最优解。高性能的群智能算法针对上述缺陷，采用紧凑式编码方案、元模型辅助的最优解预测机制、基于云研究中心的多节点并发计算等技术来提高传统的群智能算法的性能，使其能够在庞大的搜素空间中高效地确定问题的最优解。高性能的群智能算法对于大数据环境下的各类工程优化问题具有重大的科学和应用价值。