公开(公告)号：CN103713900B

公开(公告)日：2017-02-01

申请号：CN201310711341.5

申请日：2013-12-20

Applicant: 北京工业大学

Inventor： 贾松敏 ,  董政胤 ,  李秀智 ,  庞雄伟 ,  郭兵

IPC: G06F9/44

Abstract: 本发明公开一种基于朴素贝叶斯算法的机器人模块语义分类方法，包括：为模块添加语义标签；根据已知分类的模块建立样本集合；计算模块的后验概率；对模块进行分类；显然分类结果。针对机器人功能复杂，有大量的模块被调用，而这些模块在显示呈现给用户时是按照网络地址组织的，不方便用户查找调用的问题，本发明利用朴素贝叶斯分类法将机器人程序功能模块进行自动分类，使大量的模块按照功能进行组织显示，只需提供用户简单的使用功能，不需要给用户提供内部模块的结构和组成关系，用户启动机器人后，只需要对图形用户界面模块进行操作，而不需要去连接各个功能模块，大大方便了用户查找调用。

公开(公告)号：CN103677974A

公开(公告)日：2014-03-26

申请号：CN201310444821.X

申请日：2013-09-26

Applicant: 北京工业大学

Inventor： 贾松敏 ,  屈文彬 ,  庞雄伟 ,  郭兵 ,  董政胤 ,  李秀智

IPC: G06F9/46

Abstract: 本发明属于机器人领域，公开了一种机器人中间件命名服务自稳定方法。首先，在系统中加入多个备用命名服务器，对系统通信结构进行改进，使新加入的命名服务器与当前系统进行正常通信，并为命名服务器定义多个运行状态；然后，根据命名服务器所在计算机及自身状态对其进行评价，得到一个代表命名服务器所处环境健康程度的标识码；最后，以命名服务器所处环境的健康度为标准，从备用命名服务器中选举出健康度最高的一个进入领导者状态。本发明引入分布式计算中的选举概念，达到了命名服务器自稳定的效果；通过信息熵思想提出命名服务器所处环境健康度状况的数学评价模型，为评价命名服务器运行环境提供了合理有效的解决方案。

公开(公告)号：CN103235877B

公开(公告)日：2016-04-06

申请号：CN201310127368.X

申请日：2013-04-12

Applicant: 北京工业大学

Inventor： 贾松敏 ,  郭兵 ,  王可 ,  庞雄伟

IPC: G05B19/414

Abstract: 本发明属于机器人领域，公布了一种机器人控制软件模块划分方法。首先，将系统按最小机能划分，得到功能粒度最小的元素样本集。然后，从功能和结构的角度对样本集元素进行相关性分析，应用模糊树图聚类方法将具有一定相关性的元素聚类合并。通过选取不同的阈值得到各子树在不同水平上的划分方案。最后，根据信息熵思想综合评价模块划分方案，并选取最优划分结果。通过采用模糊聚类与层次分析的结合量化系统元素之间的相关度，减少了模块划分中人为因素的影响，降低了机器人控制软件模块化过程的难度；通过信息熵思想提出数学评价模型，为机器人软件系统模块划分粒度问题提供了合理有效的解决方案，缩短模块划分的开发周期，降低系统的开发成本。

公开(公告)号：CN103713900A

公开(公告)日：2014-04-09

申请号：CN201310711341.5

申请日：2013-12-20

Applicant: 北京工业大学

Inventor： 贾松敏 ,  董政胤 ,  李秀智 ,  庞雄伟 ,  郭兵

IPC: G06F9/44

Abstract: 本发明公开一种基于朴素贝叶斯算法的机器人模块语义分类方法，包括：为模块添加语义标签；根据已知分类的模块建立样本集合；计算模块的后验概率；对模块进行分类；显然分类结果。针对机器人功能复杂，有大量的模块被调用，而这些模块在显示呈现给用户时是按照网络地址组织的，不方便用户查找调用的问题，本发明利用朴素贝叶斯分类法将机器人程序功能模块进行自动分类，使大量的模块按照功能进行组织显示，只需提供用户简单的使用功能，不需要给用户提供内部模块的结构和组成关系，用户启动机器人后，只需要对图形用户界面模块进行操作，而不需要去连接各个功能模块，大大方便了用户查找调用。

公开(公告)号：CN103235877A

公开(公告)日：2013-08-07

申请号：CN201310127368.X

申请日：2013-04-12

Applicant: 北京工业大学

Inventor： 贾松敏 ,  郭兵 ,  王可 ,  庞雄伟

IPC: G06F19/00

Abstract: 本发明属于机器人领域，公布了一种机器人控制软件模块划分方法。首先，将系统按最小机能划分，得到功能粒度最小的元素样本集。然后，从功能和结构的角度对样本集元素进行相关性分析，应用模糊树图聚类方法将具有一定相关性的元素聚类合并。通过选取不同的阈值得到各子树在不同水平上的划分方案。最后，根据信息熵思想综合评价模块划分方案，并选取最优划分结果。通过采用模糊聚类与层次分析的结合量化系统元素之间的相关度，减少了模块划分中人为因素的影响，降低了机器人控制软件模块化过程的难度；通过信息熵思想提出数学评价模型，为机器人软件系统模块划分粒度问题提供了合理有效的解决方案，缩短模块划分的开发周期，降低系统的开发成本。