积分商城

最新搜索： 相位差磁调制 LED屏PCB下载 无感FOC ATmega8U2 hk32 继电保护交流采样
您现在的位置是：首页 > 技术资料 > 基于智能规划的工作流任务识别算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于智能规划的工作流任务识别算法

更新时间：2019-12-24 13:58:48 大小：1M 上传用户：守着阳光1985查看TA发布的资源 标签：智能规划工作流任务识别算法 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

针对传统算法将活动看成是彼此之间相互独立的事件,无法准确识别的问题,提出一种基于智能规划的工作流任务识别算法,利用工作流与智能规划在执行序列和操作规则方面存在的共性.通过高层次的抽象描述,自动推导出活动之间的内在逻辑联系,且能从外部信息充分挖掘潜在的知识,将工作流任务识别问题转变为对应的智能规划识别问题来进行求解,有效地解决了传统算法识别困难和对噪声数据敏感的问题.实验结果表明,本文提出的算法是可行的.


部分文件列表

文件名 大小
基于智能规划的工作流任务识别算法.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
4
Vol． 46 No． 4  
Apr． 2018  
第
期
电
子
学
报
2018  
4
ACTA ELECTRONICA SINICA  
年
月
基于智能规划的工作流任务识别算法  
1，2  
1
1
， ，  
曾 霖 卓汉逵 李 磊  
( 1．  
，
中山大学数据科学与计算机学院 广东广州  
510006; 2．  
，
贺州学院数学与计算机学院 广西贺州  
542899)  
:
， ，  
针对传统算法将活动看成是彼此之间相互独立的事件 无法准确识别的问题 提出一种基于智能规划  
摘
要
， ． ，  
的工作流任务识别算法 利用工作流与智能规划在执行序列和操作规则方面存在的共性 通过高层次的抽象描述 自  
， ，  
动推导出活动之间的内在逻辑联系 且能从外部信息充分挖掘潜在的知识 将工作流任务识别问题转变为对应的智能  
， ． ，  
规划识别问题来进行求解 有效地解决了传统算法识别困难和对噪声数据敏感的问题 实验结果表明 本文提出的算  
．
法是可行的  
:
;
;
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
工作流活动 任务识别 规划算法 智能监控  
:
TP311  
:
A
: 0372-2112 ( 2018) 04-0871-07  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 04． 015  
文献标识码  
文章编号  
电子学报  
Workflow Task Recognition Algorithm  
Based on Intelligent Planning  
1，2  
1
1
ZENG Lin ，ZHUO Han-kui ，LI Lei  
( 1． School of Data and Computer Science，Sun Yat-sen University，Guangzhou，Guangdong 510006，China;  
2． School of Mathematics and Computer Science，Hezhou University，Hezhou，Guangxi 542899，China)  
Abstract: For traditional algorithms，activities are treated as events that are independent from each other and cannot  
be accurately identified，we propose a workflow task recognition algorithm based on intelligent programming，which utilizes  
the commonality of workflow and intelligent planning in the implementation of sequence and operation rules． Through the  
high-level abstract description，we can deduce the intrinsic logic relation between them automatically，and also explore poten-  
tial knowledge from outside information，and transform the workflow task recognition problem into the corresponding plan-  
ning recognition problem，and solve the problem that the traditional algorithm is difficult in recognition and sensitive to the  
noise data． Experimental results show that our algorithm is feasible．  
Key words: workflow activity; activity recognition; planning; intelligent monitoring  
， ．  
需求 工作流任务识别已成为一个重要的研究问题 例  
1
引言  
、
如制造业生产装配线上的智能监控 医院病人护理和  
，
随着社会和科技的不断进步 工业生产正朝着自  
． ，  
手术流程中的自动管理等方面 近年来 在大数据  
、“  
互
、 ．  
动化 智能化的方向快速发展 工作流相关技术的研究  
+ ” ，  
和工业自动化背景下 工作流中的业务流程日  
联网  
［1］  
，
也越来越受到人们的重视  
并被广泛地应用于电子  
．
趋复杂多变 由需求分析引起的业务过程重新建模或  
［2］  
［3］  
［4］  
［5］  
、
制造业  
、
、
业务  
软件开发  
生物医学 和银行业  
，
由维护升级引起的过程模式变更和改进 也将变得越  
［6］  
．
等各个领域 工作流不但能够自动化处理相关的  
务
．
来越频繁 如何在这样动态多变的复杂环境下快速准  
，
活动或任务 减少人机交互处理过程中带来的潜在错  
，
确地识别出任务 就成为目前工作流任务识别研究亟  
， ，  
误 而且能够精确化每一处理步骤 最大化地提高企业  
．
需解决的关键问题  
． 、  
的生产效率 这就要求工作流能够支持动态可变的 灵  
当前对工作流任务识别的研究方法都要依赖于精  
［7］  
．
，
确的流程模式 且将活动或任务看成是相互独立的事  
活的应用场景  
、
由于安全生产 产品质量及其成本控制等方面的  
， ，  
件 而在现实世界中 活动与活动之间通常是存在逻辑  
: 2016-12-06;  
: 2017-04-18;  
:
责任编辑 李勇锋  
收稿日期  
修回日期  
:
基金项目 国家自然科学基金  
( No． 61309011，No． U1611262) ;  
;
广州市珠江科技新星 广东省大数据分析与处理重点实验室  
872  
2018  
年
电
子
学
报
． ，  
因果联系的 值得注意的是 这里的活动指的是完成工  
y = ＜ y ，y ，…，y ＞  
T
．
中未能标注到的隐动作  
信息  
1
2
，
作流任务的具体操作步骤 可以逻辑表示成智能规划  
． ，  
中对应的动作 另外 现代企业组织的业务流程常发生  
［8］  
，
变动 导致工作流模式也随之重新设计和实现  
;
且当  
，
活动的种类和类型繁多时 即使是在工作流模式确定  
，
的情况下 活动之间组成的排列组合数量级别也是非  
， “ ”  
常庞大的 因此很容易陷入 任务识别大爆炸 泥潭中  
．
、 ，  
如果再加上背景遮挡 相似环境等复杂情况的影响 传  
．
统识别算法将无法有效地对所有活动或任务进行识别  
本文提出了一种基于智能规划的工作流任务识别  
1 ， 、 y  
如图 所示 红色 绿色的圆圈分别表示标注 缺  
( Workflow Task Recognition，WTR) ，  
利用工作流与  
算法  
， 1  
失和有值的两种情况 图 右上角表示实例中的动作集  
T
，
智能规划在执行序列和操作规则方面存在的共性 将  
{ ( a ) } ．  
1
L ，  
在实例 中 存在一个机器人  
i
( robot) ，  
其可执  
t
． WTR  
工作流任务识别问题转变成智能规划识别问题  
算法从工作流实例库和外部信息中挖掘出活动之间潜  
( move) 、  
拿起  
( pickup)  
( put-  
行的动作有移动  
和放下  
down) ， t  
等 则 时刻点的可观察状态  
1
s = at-robot( x )  
1
表
1
， ，  
在的逻辑关系 只需根据部分已观察到的状态信息 同  
x
示机器人在地点 的位置  
1
，s  
1
a = move  
对应的隐动作  
1
，
时结合问题结构模型 以及当前隐动作等相关辅助标  
( x ，x )  
1
x
表示机器人从地点 移动到  
1
x ． t  
2
s
时刻点的  
2
2
2
， ，  
注信息 就能推出其他未能观察到的隐动作 从而得到  
= at-robot( x )  
2
x
，s  
上 对应的隐动  
2
表示机器人在地点  
2
，
任务识别问题的完整动作序列及其目标条件 有效地  
a = pickup( o )  
1
x
上拿起物体  
2
作
表示机器人在地点  
2
．
解决了传统算法识别困难和对噪声数据敏感等问题  
o ．  
1
，
类似地 可以得到其他时刻点  
t
a 、y  
i
s
和 的情  
i
中
i
i
，
实验结果表明 本文提出的算法是可行有效的  
．
． 1 ， y  
况 从图 中不难看出 获取到标注 值的概率为  
1
p( y  
1
| a ) = 0． 9，  
缺失的概率为  
1
p( y = | a ) = 0． 1．  
α 注  
0
≠α  
0
1
1
2
相关工作  
，
意 这里标注  
y 、y  
1
，
的值是缺失的 表示未能感知到任  
T
目前国内外学者对工作流任务识别采用的主要研  
． y ， 、 a  
何信息 标注 能够得到结果 且正确 错误判断 的  
3
3
、 、 、  
究方法有聚类分析 密度估计 目标轨迹法 特征提取技  
0． 8  
0． 2． y a  
因此标注 可能会错误判断  
3 3  
概率分别为  
a ．  
和
( Hidden Markov Models，HMM)  
．
等
术和隐马尔可夫模型  
Yan  
为
2
例如  
据进行分析的多任务聚类框架  
去视频实例中提取出一些特定的区域 再聚类产生出  
等人提出了一种对日常生活活动中的视觉数  
L
，( a ，s ，y )  
会存在未知的随机  
t
在工作流实例  
中
i
t
t
［9］  
． Boiman  
Irani  
从过  
和
， L a  
变量 特别指出本文中 指的都是变量 未知的情况  
t
．
i
，
L ，  
如果 可以分成若干长度不等的小段 且可能缺少其  
i
［10］  
，
新的观察部分 解决了视觉数据中的不规则问题  
．
， ， L ，  
中的部分小段 则我们称之为不完整实例 记为 且  
i
Khalid  
，
等人针对行为识别和异常检测 提出了一种监督  
，
特征提取和多变量建模方法 且利用分层索引技术来  
| L | ＜ | L | ．  
i
L n  
可以进一步将 表示成 个小段  
i
L = { L ，  
i
i
i1  
［11］  
． Geib  
Goldman  
提高分类器的效率  
树结构解析的识别算法  
动生成匹配决策树的方法 能将多特征观察结果匹配  
和
提出一种基于  
L ，…，L } ．  
i2  
L = { L ，L ，…，L }  
2
n
是由 个完整实  
实例库  
in  
1
n
［12］  
． Avrahami  
等人提出一个自  
L
． ，  
组成的 在实际业务流程中 很容易获取到一系列  
例
i
，
s a  
可观察的状态 和关于隐动作 的辅助标注信息  
t
y ．  
t
t
［13］  
． Ramlrez Geffner  
和 提出一种可直  
到规划库中的动作  
，
这里 我们采用智能规划领域中的定义语言  
PDDL  
对工  
［14］  
．
接利用规划器求解的规划识别算法  
:
作流任务识别问题进行正式的定义和描述  
1
定义  
一个工作流任务识别问题可以表示为四  
3
问题描述及其智能规划定义  
= ＜ P，O，G，L ＞ ，  
其中  
P = ＜ F，I，G，A ＞  
是
元组形式 Γ  
T
对于一个长度为 的工作流任务识别问题实例  
L
i
，F  
工作流问题的领域 是业务流程中所有的有限状态集  
T
= { ( a ，s ，y ) } ，  
其中  
1
t( 1  
t T)  
≤ ≤ 表示动作执行的时  
t
t
t
i
，I  
F
，G  
F
是要识别任务  
合
是业务流程的初始状态  
，a ，s  
y 、  
分别表示业务流程未知的隐动作 观察  
t
刻点  
到的状态和隐动作辅助标注信息  
是传感器等检测设备间接或局部感知到与 相关的输  
和
t
t
Nα  
是
i = 0  
，G ，  
的目标条件 是候选目标集 即  
G
G，A = {  
}
α
i
∈
． a  
s
，y  
密切相关  
与
t
t
t
，L  
，O =  
是不完整观察实例  
执行具体任务的动作集  
( o ，…，o )  
i
a
t
． y  
，
的值可分为缺失和有值两种情况 其中缺失  
出结果  
a
表示感知设备未能输出 的结果 有值表示能得到  
t
L
，o A，i  
中部分标注的隐动作序列 ∈ ∈  
i
是
1
m
i
a
，
t
t
［1，m］，L  
．
是给定的实例库  
， ． ，  
的结果 但不保证其是正确的 特别地 用 α 表示辅助  
0
O ，  
在满足正确标注隐动作序列 的前提下 工作流  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号