摘要:探讨基于可信度的模糊命题模态逻辑的形式推理,给出相关的模糊Kripke语义描述.其研究目的旨在解决基于模态命题逻辑的模糊推理的能行问题.在研究过程与方法上,以完全形式化的方法将模糊模态逻辑语法和语义统一在一个形式系统中,以模糊约束作为基本表达式,给出推理规则,建立了相应的模糊推理形式系统,并以形式系统中模糊约束集的可满足性来表示模糊推理的有效性,使模糊推理过程变得容易,为最终在计算机上实现基于模态逻辑的模糊推理打下了一定的基础.主要结论是证明了基于可满足性的模糊推理形式系统的可靠性与完备性.

摘要:软件企业在实施CMM(capability maturity modelfor software)的过程中面临最主要的障碍是如何将CMM 软件过程模型转换成可实施的、体现组织过程特征的CMM实施过程模型.可以利用模型驱动架构MDA来支持CMM模型转换,其首要问题是建立CMM软件过程元模型.通过分析CMM软件过程,给出了面向CMM的软件过程工程元模型SPEM的扩展策略,提出了一个基于SPEM的CMM软件过程元模型一-SPM-CMM.该元模型既支持CMM软件过程的抽象语法和规则语义,也支持利用UML CASE工具操作CMM软件过程模型.

摘要:连接子是软件体系结构设计阶段的重要概念,但在运行阶段却缺少显式的支持.描述了在J2EE应用服务器PKUAS中显式支持用户自定义连接子的机制.PKUAS连接子模型借鉴Aspect的思想,连接子由若干Advice组成Advice对各种交互约束进行建模,Advice在运行时刻被动态调用.连接子在部署时刻由PKUAS动态生成并发布到名字服务中,由客户端在运行时刻下载到本地加载,负责构件交互.运行时刻的连接子可以和设计阶段的连接子相对应,从而保持概念的连贯性和一致性,体现了良好的关注点分离原则.

摘要:软件统计测试要求基于软件使用模型产生测试例对软件系统进行测试,并根据测试结果评价软件可靠性,是高可靠软件测试的重要组成部分.由于统一建模语言(unified modeling language,简称UML)已经成为事实上的面向对象标准建模语言,因此,从软件UML模型构造软件使用模型就成为面向对象软件统计测试的关键.为此,定义了加入统计测试约束的UML用例图、序列图以及用例执行顺序关系,为基于UML的软件统计测试提供了一个形式化描述基础.在此基础上,给出一个从软件UML模型构造软件Markov链使用模型的算法,并给出了自动化支持工具UMGen的类图结构,基于一个卫星控制系统,说明了所提出方法的有效性.

摘要:软件框架为特定领域的软件复用带来了便利.众所周知,软件框架开发的难度要大于开发一个普通可复用构件.采用支持黑盒复用的基于构件的软件框架概念,探讨了地理工作流框架的开发过程.一个地理工作流应用是地理信息领域的工作流管理系统,它可以通过复用地理工作流框架实现.从方法学的角度看,为了开发地理工作流框架,需要进行以下活动:领域分析、领域设计、框架设计和实现.其输出分别是识别了领域变化性的领域模型、领域特定的软件体系结构(DSSA)、软件框架产品.在地理工作流的上下文中,首先对领域变化性进行了识别和分类,包括空间数据类型、空间数据管理、空间操作、过程和空间数据表现5个方面的变化性,它们可以组织成树状视图.然后,为了处理上述变化性,设计了DSSA和框架的软件体系结构,其中前者是后者的模板,而框架体系结构采用HMB风格.最后,对地理工作流框架构件的开发以及框架复用进行了简单描述.与其他地理工作流系统相比,其优势在于由于框架扩展能力带来的灵活性.

摘要:置信度指的是一个问题回答系统(QA系统)对其所作回答的自信程度.描述了一种基于最大熵模型的算法.首先,从训练语料中提取若干因素来训练最大熵模型;然后应用训练好的模型在测试集上计算置信度.在2002年度的文本检索会议(TREC)中,QA系统用该算法计算每个问题答案的置信度,并依此排序,获得了显著的成绩.

摘要:针对模糊聚类神经网络FCNN(fuzzy clustering neural network)对例外点(outliers)敏感的缺陷,通过引入Vapnik's ε-不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法(robust fuzzy clustering neural networks,简称RFCNN).RFCNN有效地克服了FCNN对例外点敏感之缺点并且能得到合理的聚类中心.仿真实验结果表明,RFCNN较之于FCNN有更好的鲁棒性.

摘要:发现高维数据空间流形中有意义的低维嵌入是一个经典难题.Isomap是提出的一种有效的基于流形理论的非线性降维方法,它不仅能够揭示高维观察数据的内在结构,还能够发现潜在的低维参教空间.Isomap的理论基础是假设在高维数据空间和低维参数空间存在等距映射,但并没有进行证明.首先给出了高维数据的连续流形和低维参数空间之间的等距映射存在性证明,然后区分了嵌入空间维数、高维数据空间的固有维数和流形维数,并证明存在环状流形高维数据空间的参数空间维数小于嵌入空间维数.最后提出一种环状流形的发现算法,判断高维数据空间是否存在环状流形,进而估计其固有维教及潜在空间维数.在多姿态三维对象的实验中证明了算法的有效性,并得到正确的低维参数空间.

摘要:随机抽样一致性算法MNSAC(random sample consensus)是在计算机视觉领域内应用最广泛的Robust 估计算法之一,但是MNSAC算法计算效率较低.提出一种基于模型参数预检验的快速MNSAC算法(preview model parameters evaluation MNSAC,简称PEMNSAC).算法在RANSAC算法模型参数检验前,加入预检验过程,在保证计算结果置信概率不变的前提下,过滤掉大量偏差较大的模型参数,提高了MNSAC算法的整体效率.模拟数据和真实图像数据实验结果表明,此算法和MNSAC算法计算精度保持一致,计算速度高于MNSAC算法.

摘要:提出了一种基于经验模式分解(empirical mode decomposition,简称EMD)的汉字字体识别方法.通过对大量汉字字体的研究比较,选取了能反映汉字字体基本特征的8种基本笔画.以这8种汉字笔画为模板,在汉字文档图像块中随机地抽取笔画信息,形成笔画特征序列.通过对笔画特征序列作EMD分解,提取每个笔画特征序列的高频能量,并结合汉字文档图像块的平均灰度,形成字体识别的一个9维特征.

摘要:随着互联网的迅速发展,互联网名字空间结构及其解析服务面临着新的挑战.IP地址同时用作设备的位置标识和设备的身份标识、语义过载;当前的名字空间解析系统DNS存在着服务模式单一、更新速度慢、资源描述能力不够强等缺点,不能满足许多新型应用的要求;而NAT、各种代理、防火墙等网络中间件的存在也破坏了互联网的体系结构和名字空间.针对这些问题,研究者提出了许多方案来改进互联网的名字空间结构及其解析服务.分析了当前的互联网名字空间结构及其解析服务存在的问题,并对目前的各种互联网名字空间改进方案进行了分类、综述与比较,并展望了进一步的研究方向.

摘要:在参考了美国国家基金会(NSF)的CAREER提出的IP-DiffServ的动态定价机制后,提出了一个以市场和计划为基础的优化动态定价机制.该机制以业务计划和资源规划为基础,从实现用户的最大性能价格比和ISP的最大利益出发实现了对业务类的定价,在计算用户可感觉到的利益时,考虑了负荷因素,从而可以引导业务量按照业务计划有序分布.仿真实验证明了它对NSF CAREER的业务类价值评估公式进行的改进是合理而有效的.

摘要:许多计算或数据密集型的科学应用要求一种共享和协同使用分布异构资源的机制,作为其复杂的问题求解过程的一部分.网格环境下银河系化学演化研究是中国虚拟天文台应用系统的一个重要部分.详细描述了该演化研究的设计和实现.通过这个范例,提出一种共享和协同使用资源的机制.该机制通过在网格环境中集成网格服务和网格服务工作流,能够有效地支持e-Science应用.该机制对于建模和管理实验研究、数据积累和科研成果的消化吸收这样的科研过程是有益的.

摘要:在移动自组网络中,网络分割现象可能频繁发生,从而降低了数据的可用性.提出了一种新的分布式分簇算法来组织移动节点,算法保证簇内任意两点间路径的可用概率都大于某个确定的界.在此基础上提出了基于稳定路径分簇的数据复制策略,以提高在出现链路断接甚至网络分割时的数据可用性.对算法进行了理论证明和实验分析,实验结果表明,由分簇算法构造的簇能够满足我们所要求的特性,并且基于分簇的数据复制算法在移动自组网环境中有效地提高了数据的可用性.

摘要:QoS路由是QoS框架中的重要组成部分,旨在寻找多约束条件下的可行路径.在解决多约束(MCP)问题时,引入了Pareto最优概念.基于此概念,提出了基于Pareto最优的QoS权重空间划分模型.在该模型中,根据路由请求与MCP问题解的关系,很容易判定路由请求是否能够被满足.在模型基础上,提出了用于解决具有两可加约束的动态权重系数路由算法PODWCA,它平均只需要运行2～3次,Dijkstra算法就能达到很高的性能.仿真结果验证了PODWCA算法的有效性.

摘要:针对现有入侵检测算法对不同类型的攻击检测的不均衡性和对攻击的响应时间较差的问题.将随机森林算法引入到入侵检测领域,构造了基于改进的随机森林算法的入侵检测模型,并把这种算法用于基于网络连接信息的数据的攻击检测和异常发现.通过对DARPA数据的入侵检测实验,其结果表明,基于改进的随机森林算法的入侵检测模型是可行的、高效的,对数据集DARPA中所包含的4种类型的攻击检测具有良好的均衡性.

摘要:动态功耗管理(dynamic power management,简称DPM)是一种优化计算机设备能量消耗的设计技术,优化效果依赖于采用的功耗管理策略和控制算法.研究表明,传统排队论的指数分布假设不适用于DPM策略研究,DPM最优策略是超时策略,超时策略可以获得很好的节能效果的理论原因是计算机系统业务请求具有自相似性.提出了当空闲时间长度服从Pareto分布时,基于截尾均值法小样本情况下Pareto分布形状参数的稳健有效估计算法和基于窗口大小自适应技术非平稳业务请求下的DPM控制算法.实验结果表明,该算法具有很好的稳定性,在不考虑其他条件约束时,竞争率可降到1.24,在延迟率小于0.10的条件下,竞争率可降到1.47,而且算法计算负荷小.

摘要:基于类型进行分类管理堆空间的垃圾回收算法通过废弃对象复用来降低运行时环境创建对象所需时间开销,同时还通过线程缓存、租赁等技术进一步增强运行时系统的存储管理效率.运行实验表明,该算法能够在回收线程和工作线程之间实现细粒度的并行性并缩短对象申请和回收时间,进而能够减少工作线程的停顿现象,增加服务器应用的平滑性以及提高堆空间的使用效率.

摘要:针对容错实时系统中容错优先级两种分配策略存在的不足,通过对容错实时任务进行基于最坏响应时间的可调度性分析,提出了允许容错优先级降低的分配策略以提高系统的容错能力.经过深入的分析和实验证明,这种容错优先级的分配策略能够在以前两种分配策略无法提高系统容错能力的情况下,有效地提高系统的容错能力,设计并实现了改进的最佳容错优先级分配因子的搜索算法,并通过模拟实验进行了验证.