发表咨询:400-808-1731
订阅咨询:400-808-1751
省级期刊
影响因子 0.3
人气 18379
部级期刊
影响因子 0.38
人气 12841
统计源期刊
影响因子 1.71
人气 12645
CSSCI南大期刊
影响因子 5.52
人气 12472
北大期刊
影响因子 3.18
人气 11730
北大期刊
影响因子 0.62
人气 10797
省级期刊
影响因子 0.42
人气 10564
统计源期刊
影响因子 1.29
人气 9996
省级期刊
影响因子 0.67
人气 9471
CSSCI南大期刊
影响因子 1.11
人气 8725
摘要:提出了一种大类图拆分方法.首先通过度量工具计算类图中类目(类及接口)间的耦合度.根据面向对象设计中高内聚低耦合的设计原则,将紧耦合的类目划入同一个类图,而耦合度低的类目间实现分离.为了确保生成的类图大小合适,拆分方法对每个类图的大小进行限定,将每个类图的大小限定在预先定义的合理区间内.通过在实际系统中的应用,拆分方法的合理性和有效性得到验证.该大类图拆分方法有利于逆向工程的进一步完善,有利于提高软件模型的可读性和可理解性.
摘要:基于约束的多面体抽象域的处理能力主要受限于其高代价的(强)接合操作,即两多面体的凸闭包计算.针对基于约束的多面体抽象域提出了一系列低代价的弱接合操作,以作为凸闭包计算的可靠替代候选.为了能够在分析效率和精度之间取得合理权衡,还提出了一种启发式策略,以把强、弱接合动态地、有机地结合起来进行程序分析.实验结果表明,弱接合能够极大地提升基于约束的多面体抽象域的效率、可扩展性和鲁棒性.
摘要:针对常见的利用指针或引用的聚集实现方式,提出一种基于形态分析的一对多聚集关系的自动识别方法.首先,扩充Sagiv的三值逻辑结构中的谓词以描述链表上聚集管理操作的语义特征.然后,给出基于控制流上链表形态结构的变化识别聚集管理行为的方法.最后,通过开源软件JEdit中的实例分析展示了该方法的有效性.
摘要:使用LOTOS描述实时系统需求规约,通过建立LOTOS规约到UML-RT模型的模型转换,提出一种基于形式化规约生成软件体系结构模型的方法.最后,通过一个实例来说明如何将该方法应用于实时软件建模.利用这种方法建立的UML-RT模型,能够从整体上提高实时系统软件体系结构设计的可信性.
摘要:为了表示事件出现的时间约束,扩展属性序列图为时间属性序列图,使其继承属性序列图的优点,并且能够表示时间属性,定义了时间属性序列图的形式语法,并给出基于时间Büchi自动机的形式操作语义;用实时规约模式度量了时间属性序列图的表达力.最后,对时间属性序列图进行了实例研究,显示了其广泛的应用前景.
摘要:在交互协议层面讨论构件的可替换性,采用非确定性有限状态自动机(nondeterministic finite automata,简称NFA)来建模构件的交互行为,在保证交互兼容性的前提下,提出了按构件环境的透明度和构件交互的变化度两维划分的可替换性模型,给出了4类可替换性的形式化定义及其之间的关系,并基于NFA理论给出了相关的验证算法.另外,该模型以构件的替换行为而不是其全部行为作为构件替换的参照,从而使替换时有更多的候选构件可供使用,提高了构件复用的几率.
摘要:为了在一种更为广泛的背景之下研究粒计算的基本问题(诸如粒化、粒的计算及粒空间之间信息粒转化等),在放弃等价关系的3个条件的基础上提出了一种基于覆盖的粒计算模型,进一步推广了已有的工作.在该模型下,重新定义了Zoom-in算子与Zoom-out算子.对于论域及粒化了的论域而言,Zoom-in算子与Zoom-out算子的不同复合会产生不同的近似算子.研究了这些近似算子的性质并建立起它们与拓扑空间及Galois联络之间的联系.
摘要:针对遗传算法效率低等问题,基于复杂系统理论对其作了以下改进:首先,用反映复杂系统能量分布的幂律法则改造了选择算子;其次,引入复杂系统自学习特性重新设计了交叉算子;再次,采用反馈机理改进了更新策略;最后,在算法中增加了基因漂流算子.通过上述改造,复杂系统遗传算法各个算子相互平衡、相互制约,有效地抑制了遗传算法的"早熟",并在很大程度上提高了算法的效率.进一步通过实验结果表明,该算法在高维优化中具有较好的性能.
摘要:为寻求模型不匹配问题的一种恰当的解决途径,提出了基于语料分布特性的CADIC(clustering algorithm based on the distributions of intrinsic clusters)聚类算法.CADIC以重标度的形式隐式地将语料特性融入算法框架,从而使算法模型具备更灵活的适应能力.在聚类过程中,CADIC选择一组具有良好区分度的方向构建CADIC坐标系,在该坐标系下统计固有簇的分布特性,以构造各个坐标轴的重标度函数,并以重标度的形式对语料分布进行隐式的归一化,从而提高聚类决策的有效性.CADIC以迭代的方式收敛到最终解,其时间复杂度与K-means保持在同一量级.在国际知名评测语料上的实验结果表明,CADIC算法的基本框架是合理的,其聚类性能与当前领先水平的聚类算法相当.
摘要:已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下的具体算法;第三,从UCI(University of California,Irvine)机器学习库中选取部分数据来做实验.实验结果表明,SCE模型本身及其变分推理后所设计的EM算法都能进行半监督聚类集成,总的来说,效果比NMFS(algorithm of nonnegative-matrix-factorization based semi-supervised)、半监督SVM(support vector machine)、LVCE(latentvariable model for cluster ensemble)等算法要好.该半监督聚类集成模型聚集了半监督学习和聚类集成两者的优点,最后的聚类结果比单纯的半监督聚类或聚类集成的效果都要好.
摘要:在扩展规则的基础上提出了可能性扩展规则.给出了基于可能性扩展规则的可能性逻辑推理方法,利用互补因子的概念来估价推理问题的复杂度.扩展了经典逻辑的蕴含可控制类和可满足可控制类的定义,提出了可能性蕴含可控制类、不一致性程度计算可控制类的概念.在可能性扩展规则的基础上提出了EPPCCCL(each pair of possibilistic clauses contains complementary literals)理论,并证明了该理论是在最优化形式蕴含可控制类和不一致性程度计算可控制类中的,可以作为可能性知识编译的目标语言.
摘要:根据基因表达谱数据的特点,提出了全局分量模型(global component model,简称GCM)和癌症组分量模型(cancer component model,简称CCM)两种癌症识别模型.结合GCM模型和CCM模型的互补性,利用基于权值的投票组合策略提出一种基于组合GCM和CCM的癌症分类算法(ensemble algorithm based on GCM and CCM for cancer recognition,简称EAGC).在Leukemia,Breast,Prostate,DLBCL,Colon,Ovarian这6个数据集上进行了独立测试实验和交叉测试实验.实验结果表明,EAGC有效地综合了GCM和CCM识别模型的解决方案,弥补了单个分类器的不足,具有较好的泛化性,在所有数据集上都取得较好的分类性能.
摘要:引入统计理论中的卡方统计检验,提出一种通用的应用协议流量行为特征分析方法——ABSA(application behavior significance assessment).该方法不针对特定的应用协议,旨在提出描述各应用协议间行为测度分布差异情况的统一量化标准,使其可进行比较,从而判断各协议的流量行为特征,并评估相应的显著程度.理论分析及实验结果表明,ABSA方法不仅可以为协议识别提供更丰富、更准确的特征信息,优化协议识别的结果,而且保证特征显著程度的评估与协议样本在总样本中所占的比例无关,并可用于NetFlow等路由器所用的报文抽样环境下,保持以任意比例抽样后的特征相对显著程度顺序评估结果不变,简化了抽样比变化时的特征重选择过程.
摘要:基于IEEE802.11p-persistent协议模型的研究,对一种近似优化条件在多优先级业务网络条件下的适用性进行了证明.应用该近似优化条件,提出了一种适用于IEEE802.11QoS区分服务支持的自适应优化算法QATC(QoS-supporting adaptive transmission control).算法利用信道侦听信息实时优化调整各优先级业务的发送概率,更新相应的协议参数,实现信道利用率的提高和系统性能的增强.QATC算法不需要估计各优先级业务的节点数量,并且拥有不受网络状态变化影响的确定优化调整目标.此外,还将QATC算法扩展应用于多速率网络的优化.仿真实验结果表明,算法能够在不同网络条件下适应网络状态的变化,对系统整体性能进行优化,其系统吞吐量性能接近理论最优大小,大大优于标准的IEEE802.11协议以及相关增强方法.
摘要:在分析了无线传感器网络的布局基本符合流形(manifold)特点的基础上,借助所提出的局部保持的典型相关分析(locality preserving canonical correlation analysis,简称LPCCA)进行建模,以建立从信号强度空间到现实物理空间的映射;进而提出了一种能够体现网络拓扑结构局部信息的无线传感器网络定位算法——LE-LPCCA(location estimation-locality preserving canonical correlation analysis).与现有同类算法在benchmark上的实验结果相比,LE-LPCCA具有更高的定位精度和稳定性.
摘要:首先证明了与应用网络编码相关的最优化问题是NP完全的,然后提出了一种采用启发式算法的网络编码方法COMP.该网络编码方法利用贪婪集合配置启发式算法和贪婪集合覆盖启发式算法的基本思想来尽可能多地挖掘网络编码机会.NS-2仿真结果表明,该网络编码方法在应用到节点数比较多、最大传输范围比较小以及会话数比较多的场景中时,有效地减轻了并发会话的影响,提高了现有广播算法的性能,而且其性能提高超过了现有的网络编码方法.
摘要:微机电技术、移动计算技术和无线通信技术的飞速发展,促使在现有道路网上快速构建一个自组织、分布式控制的车辆间多跳通信网络成为现实,随之引起了一系列问题亟待解决,例如高速运动车辆间的物理拓扑连通性,它是车用自组织网络(vehicular ad hoc network,简称VANET)对用户提供可靠服务的先决条件.针对上述问题,推导得出了一种用于高速公路场景中车用自组织网络1-连通必要条件的概率计算方法,并借助真实的车辆运动轨迹数据做了大量模拟实验.实验结果表明,为了确保网络中不存在孤立节点,每个节点的通信距离应满足Θ(|log(1-p1/n)|/n).
摘要:给出了前向安全多重签名的形式化安全性模型,并提出了一个可证安全的前向安全多重签名方案.在该方案中,即使所有参与多重签名成员的当前密钥泄漏,所有以前时间段的签名也是有效的.证明了方案是标准模型下安全的.