交通信息基础数据元XML Schema表示模型

来源 :现代电子技术 | 被引量 : 0次 | 上传用户:chitianshyitt
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
针对交通信息基础数据元中存在的冗余性,提出了一种基于XMLSchema的交通信息基础数据元三层表示模型。它将XML Schema内建数据类型作为最底层;抽取交通信息基础数据元中共性的部分,将其用内建数据类型表示,形成三层表示模型的中间层;利用内建数据类型和中间层数据类型描述交通信息基础数据元及其扩展数据元形成该模型的最高层。针对交通信息基础数据元中共性部分的修改,只需修改模型的中间层即可,因此所提出的三层表示模型具有简洁、易维护、高效的优点。该模型对于消除“交通信息孤岛”,实现交通管理部门之间信息资源交换
其他文献
依据对话机器人回复方式的不同,可以将对话机器人分为基于生成式的对话机器人和基于检索式的对话机器人。本文主要针对上下文信息的使用,将这两类机器人继续分类为单轮检索、多轮检索、单轮生成和多轮生成对话机器人,对各对话机器人的构建进行了总结和阐述,列举了应用场景和算法实现挑战,并通过两个工业对话机器人构建中基于生成式和基于检索式的应用,分析了目前两类对话机器人落地应用的主要难点和解决方法。最后对未来的研究
基于高校大学生“低头族”现象的普遍存在,探讨运动干预对大学生“低头族”的影响,为改善大学生“低头族”现象提供理论依据及科学方案。方法:①选取30名在校大学生“低头族
通过研究合成视景系统的组成和基本原理,主要介绍了数据获取、三维建模、纹理映射等3D图形学中的关键技术,并实现了一个基于OpenGL的简单应用。实验结果表明,其形状造型效果
目前,大部分内置对话功能的终端只是用户文字语音传输的"中转站",并不承担计算功能。这导致用于计算的云服务需要承担较高的网络负载和计算负载。随着硬件性能的不断提升,终端设备也能运行部分自然语言处理算法,分担云服务的压力。本文讨论了使用边缘计算技术实现对话机器人终端部署的可行性,并设计了基于云+边缘协同计算的对话系统架构。通过将部分对话机器人部署在终端,可以降低云服务的访问频率,从而降低网络和计算负载