下面是小编精心整理的计算机开题答辩怎么陈述，欢迎阅读与收藏，供大家参考。
各位老师，下午好！我叫夏XX，是XX级XX班的学生，我的论文题目是《环保部门语义链网络图形化呈现系统》，论文是在XXX导师的悉心指点下完成的，在这里我向我的导师表示深深的谢意，向各位老师不辞辛苦参加我的论文答辩表示衷心的感谢，并对三年来我有机会聆听教诲的各位老师表示由衷的敬意。
下面我将本论文设计的背景和主要内容向各位老师作一汇报，恳请各位老师批评指导。
首先，我想谈谈这个毕业论文设计的背景及现状。
移动终端的迅猛普及、光纤/4G网络/WIFI的覆盖面不断拓展，提供了空前便利的上网条件，随着公民对网络精神文明需求日益加深，互联网（Internet）上资源量急剧增长。
原先的网络资源之间仅通过不含语义信息的地址链接联系起来，那么就只是一堆信息，没有结构，资源所描述的信息不利于检索，因此通过搜索引擎获得的信息并不完全满足用户需要。
语义网是未来网络的一种趋势，作为Web3。
0时代的特征之一，语义网渐进式发展为Web3.0构建不断完善的内容及应用聚合平台。
语义网不仅能理解资源，还能理解它们之间的逻辑关系，是一种使交流更有效率和价值的智能网络。
语义网的核心是：使用标准、置标语言（xml）、资源描述框架（RDF）及相关的处理工具，给Internet上的资源添加能够被计算机程序理解的语义“元数据”，通过发现资源之间的语义关系，有助于改善网络搜索质量。
语义链网络（Semantic Link Network，SLN）是中科院提出的一种基于语义链的语义网模型，通过为超链接添加语义关系而扩展原有超链接。
SLN模型中，两种最小单元为资源节点、资源之间的逻辑关系即语义链接。
SLN模型还包含一套逻辑规则，推理后可发现隐藏的语义链接并扩充SLN。
SLN可以根据应用需求及行业标准手动或是智能构造。
定义了资源节点的模式、链接的模式及模型中蕴含的逻辑规则后，手动添加或智能搜集组织实例数据，再通过推理机制自动地发现扩充。
SLN的模式定义方法论对于设计与构建语义网络、保证资源信息的规范管理和组织，具有重要指导意义。
国家重点基础研究发展计划（973）“语义网格的基础理论、模型与方法研究”项目研究内容涵盖知识网格领域的多方面技术。
资源空间模型（ResourceSpace Model，RSM），该模型旨在解决互联网上多源异构的分布式资源的规范、重构、存储、管理、定位问题，一个可视化三维RSM已在实际中运用至管理敦煌文化内容，模型中每个点坐标代表同类内容的各种类型的资源（书法、壁画、彩塑、音乐等）。
语义链网络，研究如何实现分布全球的各种资源在语义层上互联，消除语义孤岛：以较为简洁的方式将资源空间映射到基础语义空问，通过语义链网络与RSM两种技术结合，形成基本的语义模型，实现各种资源在该语义模型中的统一及互联。
智能聚融方面，研究如何动态地松耦合地组织各种资源，为应用提供智能服务，实现互联网环境下系统的自组织和优化，提出了自适应性知识流模型（描述知识在不同个体之间流动的过程，为发现新知识和研究知识的流动规律提供支持）、语义社区模型等多种解决方案。
其次，我想谈谈这篇论文的主要内容。
本文对语义链网络中资源与关系链的定义、构造、推理规则的定义、推理的执行、绘图语言绘图及布局的全过程进行了认真的研究、探索及实现。
通过简洁明晰的系统界面与用户交互，系统在接受用户自定义资源、关系、规则的模式及实例后，将整个语义链网络以XML文件形式存储。
推理规则的执行借力于规则引擎，本文仔细分析了规则引擎工作流程及匹配阶段算法——RETE优化算法，并通过在系统中调用规则引擎，完成推理的执行过程，扩展了语义链网络。
图形化呈现的环节中，系统将存储语义链网络的XML文件翻译成一种绘图语言，并利用绘图工具，生成图形对象后进行自动布局。
本文选取实际社会中环保部门语义关系网作为原型，详细介绍了系统涉及的各种概念及元素，帮助理解系统各个流程的原理及实现方式，构建出了环保部门语义链网络，经过执行各个流程，最终实现了环保部门语义链网络的图形化呈现。
最后，我想谈谈这篇论文和存在的不足。
这篇论文的写作过程，也是我越来越认识到自己知识与经验缺乏的过程。
虽然，我尽可能地收集材料，竭尽所能运用自己所学的知识进行论文写作和系统开发，但论文还是存在许多不足之处，系统功能并不完备，有待改进。
