大学生科技创新训练计划STITP项目申请表.doc

南京邮电大学
大学生科技创新训练计划（STITP）立项申请表

项目名称
面向服务计算中基于机器学习方法的Web服务发现机制研究
项目所属
一级专业门

项目所属
二级专业类

项目来源
□科研 □自拟课题 □其他
项目类别
□A.工学硬件（含软硬结合） □B.软件
□C.理科和人文社科
项目实施时间
起始时间：2011年5月 完成时间：2012年5月
申请人

姓名
年级
学校
所在院系、专业
联系电话
E-mail
主持人
王茜
大二
南京邮电大学
计算机科学与技术
15951984676
B09040101@
成 员
牟博琳
大二
南京邮电大学
计算机科学与技术
15365134563
B09040103@
王涛
大二
南京邮电大学
计算机科学与技术
15951932411
B09040112@
导 师
姓名
陈蕾
年龄
36
单位
南京邮电大学
行政职务/专业技术职务

主要成果

一、申请理由（包括自身具备的知识条件、自己的特长、兴趣、已有的实践创新成果等）
如何快速、准确和高效地发现满足用户需求的Web服务已成为制约服务发展的瓶颈之一。
该项目针对现有Web服务发现机制中存在的效率低下和查准率不高的两个主要问题，提出了一个基于核Batch SOM神经网络聚类优化的语义Web服务发现框架。该框架分别在服务表示阶段引入
WordNet和隐含语义索引技术对Web服务进行语义扩展和概念语义空间降维；在服务分类阶段利
用核机学习理论改进一类适用于Web服务分类的核Batch SOM神经网络算法；在服务匹配阶段提
出一种基于核余弦相似性测度的Web服务匹配算法。最后，真实Web服务数据集上的实验结果验
证了所提出方法的可行性。
（一）关于项目
1、项目关键词条解释
Web 服务发现：Web服务发现是指客户以某种方式在不同类型的Web服务中找到其想要的服务，以执行Web服务请求。
自组织映射神经网络：自组织神经网络SOM（self-organization mapping net）是基于无监督学习方法的神经网络的一种重要类型。它是一种无指导的聚类方法。它模拟人脑中处于不同区域的神经细胞分工不同的特点，即不同区域具有不同的响应特征，而且这一过程是自动完成的。。
WordNet： WordNet是由Princeton 大学的心理学家，语言学家和计算机工程师联合设计的一种基于认知语言学的英语词典。它不是光把单词以字母顺序排列，而且按照单词的意义组成一个“单词的网络”。
（二）关于项目组成员
1、项目组成员自身具备的知识条件
项目组成员均为09级学生，经过近两年的专业学习、大学思想政治教育学习、以及在多项学生工作中积累的执行、组织、统筹能力，具备了基本的理论运用能力和发现问题、分析问题、解决问题的能力。此外，项目组成员通过选修或自学了Java语言设计这一课程，较为系统地学习了运用java编程的方法。同时，项目组成员们都具有良好的理论基础和运用能力，还较为系统地学习了算法设计与分析等方面的知识，在计算机运用上的特长也更有利于工作的展开。
2、项目组成员特长及兴趣
王茜
女，计算机科学与技术专业。自信乐观，对生活充满激情；待人真诚，人际关系良好。工作认真，注重协作，积极参加集体活动。自学能力强，对编程有很大兴趣，坚持自学考试并取得一定成绩。大一至大二上任班级学习委员，大一军训时训练刻苦认真获得三等奖，“第二届计算机学院、软件学院ACM程序设计大赛”获优秀奖，“计算机学院、软件学院才艺伸展台大赛”中获一等奖，大二上学期获得“三等奖学金”以及“优秀学生干部”。社会实践能力强，10年寒假在云南省昭通市镇雄县中心小学持证上岗，获得学生及家长的好评。热衷志愿服务，身为昭通市乌蒙青年协会会员，长期坚持各学校支教服务。

二、项目方案（包括项目的训练目标、前期准备、组织实施、过程管理、实践环节、教师指导、项目结题等）
（一）训练目标
（二）前期准备

三、学校提供条件（包括项目开展所需的实验实训情况、配套经费、相关扶持政策等）
（一）实验实训情况
1、利用网络图书馆等资源查阅相关资料；
2、熟悉各种相关软件的使用；
3、学校和学院均有大量的文献资料可供查询；
4、后期的数据整理与总结将在专业老师的指导下完成。
（二）配套经费
立项的项目将有学校的经费资助
（三）相关扶持政策
本科生科项目创新计划处于学校本科生培养的重要位置，学校和学院对大学生项目创新大力支持
四、预期成果、特色及创新点
预期成果：开发Web服务发现原型系统一个，发表论文1-2篇，力争申请专利1项以上
特色：本项目的特色主要体现在将Web服务发现和机器学习方法相结合，通过引入机器学习领域中的特征向量抽取和半监督分类/聚类方法，引入该领域中流行的度量学习理论，对影响Web服务发现精度和效率的三个关键技术：服务表示、服务分类和服务匹配进行研究。主要创新点包括：
1、 在服务表示阶段引入服务类别信息和概念语义空间维数约减技术，改进服务的特征向量表示方法，使得处理后的服务表示向量具有更符合其真实语义的特征描述；
2、引入机器学习中流行的距离度量学习理论，通过学习带类标记的服务样本，以期获得良好的服务相似度度量，并以此度量来改进和选取适合真实服务的分类算法，从而最终提高服务的匹配精度，改进服务发现的效率。

五、经费预算
六、导师推荐意见

签名：
年 月 日
七、院系推荐意见
（明确推荐等级：省级、学校招标课题、校级重点、校级一般）

学院负责人签名： 学院盖章：
年 月 日
八、学校推荐意见：

学校负责人签名： 学校公章
年 月 日
注：表格栏高不够可增加。
7