UML顺序图的自动验证

UML顺序图反映了系统中并发对象之间的消息交互及顺序,在软件建模中占有重要地位。该文对UML顺序图模型的自动验证方法进行了研究,在把UML顺序图转换为Promela语言后,使用模型检验器SPIN来验证系统设计模型是否满足某些关键性质需求。为了加强该方法的适用性,采用可扩展的标记语言XML文件格式定义顺序图模型的外部表示形式,该表示方法遵从OMG的XMI标准,从而使验证过程适用于不同的UML建模环境。     

智能家居场景中会话智能体主动交互设计研究

针对智能家居场景中会话智能体的主动交互设计策略,从决策权与沟通方式出发 对主动性的特征进行讨论,并在此基础上构建4 种主动风格(直率的建议者、直率的决策者、委 婉的建议者、委婉的决策者)。通过“绿野仙踪”实验方法探究用户的性别、年龄、使用经验以及 居住状态对主动风格偏好的影响,得出以下结果：①经验用户认为“建议者”风格比“决策者”风 格更满意;家庭用户认为“建议者”风格比“决策者”风格更舒适;②“直率”的沟通方式在满意度 和舒适度方面均优于“委婉”的沟通方式。实验验证了：①用户智能家居产品的使用经验及其居 住状态会显著影响其对会话智能体主动风格的偏好;②智能家居场景下,会话智能体的沟通效 率比礼貌更重要。     

一种基于活性顺序图的运行时验证研究

运行时验证是一种轻量级的形式化验证方法,使用可视化的需求规约描述语言建模需求规约场景是运行时验证领域的研究热点。针对目前基于活性顺序图的运行时验证方法中容易产生冗余性质、二值语义的验证结果不准确、基于Maude工具引擎的重写逻辑验证算法效率较低等问题,提出一种基于活性顺序图的运行时验证的改进方法,以支持现有的运行时验证技术。实验表明,改进方法验证结果准确,且验证过程开销较小。     

图形演化下的图学学科

本文回顾了人类在适应自然、改造自然的过程中对图形的需求以及图形的发展对 社会进步的作用,从图形引出文字、图形引出数字的本源出发,追溯图之源。用一个“形” 、 “意” 、 “元” 、“用”四维结构演绎图形的属性、地位和作用,并从这 4 个维度分析图形的演化过程, 揭示了图形在“形”维度的高维化、“意”维度的深度化、“元”维度的融合化和“用”维度的 渗透化的发展趋势。阐述了在这个图形演化趋势下的图学科学的形成、变革与发展,揭示图学 科学的内涵。在此认知下给出了一个基于图形要素的图学学科框架体系。     

基于认知属性库的原型范畴研究

原型范畴是认知科学研究中的重要理论,使用属性来区分范畴中心成员及边缘成员有着较强的解释力,但该理论一直缺乏基于频率信息的属性数据支撑。该文借助认知属性库的23万条数据,对原型理论研究中经常讨论的“鸟”、“水果”、“交通工具”等范畴的典型成员和非典型成员进行分析验证。认知属性库的数据显示,在汉语中,“鸟”的典型成员是“麻雀”、“燕子”等,和“鸟”具有较多的共同属性;而“企鹅”、“鸵鸟”则只共享了“鸟”很少的属性,且缺少关键的属性“飞”。大体上验证了原型理论的观点。同时,我们也发现“小鸟”的属性特别丰富,具有典型成员的特性。在进一步观察了“水果”和“交通工具”两个范畴后,我们探讨了范畴的跨类现象,进而从数学模型上区分了树结构的层次分类体系和图结构的范畴化体系。     

融入类别信息的图像标注概率主题模型

基于概率主题模型的图像标注方法旨在通过学习图像语义进行图像标注,近年来倍受研究人员关注。考虑到类别对图像标注可提供有价值的信息,例如,“高楼”类图像,出现“天空”、“摩天楼”的可能性大于“海水”和“沙滩”。而“海岸”类图像出现“海水”、“沙滩”的可能性要大于“天空”和“摩天楼”。在Corr-LDA模型的基础上利用图像类别来改进图像的标注性能,提出了一个融入类别信息的图像标注概率主题模型。为该模型推导了一个基于变分EM的参数估计算法,并给出了使用该模型标注图像的方法。在LabelMe和UIUC-Sport两个真实数据集上验证了提出模型的标注性能要高于其他相比较模型。     

基于音乐视觉化的游戏设计与开发

为了解决游戏场景开发制作成本高、制作效率低的问题,结合实验游戏StarMusiX的创作,提出了一种设计游戏场景的新方法,即：实时分析在游戏运行过程中输入的外部数据,并将分析结果作为实时搭建游戏场景的驱动因素,进而实现场景及内容的过程化实时生成。实验游戏将“音乐”这一元素作为外部数据输入并分析,以“音乐视觉化”作为游戏场景形式表现,验证了上述思路的合理性和可行性。实验表明,此种方法有效地提高了游戏场景设计的效率。     

UML2．0顺序图的一种有穷自动机模型

为了在软件开发早期阶段对UML2．0顺序图模型进行分析和验证,本文给出了UML2．0顺序图的一种有穷自动机模型。首先给出了顺序图在语法和语义上的形式化描述,然后提出了一种使有穷自动机来描述每个对象在顺序图描述的场景中所参与的事件序列的方法,并将该方法扩展到带有组合片段的UML2．0顺序图,最后分析了UML2．0顺序图中的时间建模机制,设计了从UML2．0顺序图中提取时间约束的算法。以上工作为使用模型检测工具UPPAAL对顺序图模型进行进一步的分析与验证奠定了基础。     

软阴影算法及实现

提出了一个实时软阴影算法。首先以光源为视点生成包含场景深度信息的“阴影映射图”,然后从观察者视点将场景渲染到一个屏幕纹理缓冲中,进而对此纹理采用percentage closer filtering (PCF)策略进行反走样,最后采用高斯滤波对阴影进行模糊处理。该算法不仅得到了较好的软阴影效果,并且也有较好的实时性,可适应实时动态变化场景的需求。     

基于系统调用序列的“非我”分类

针对仿生免疫系统模型（GECISM）中已识别出的“非我”入侵程序,介绍了基于系统调用序列根据入侵行为进行分类的方法。通过对训练集提取规则,建立“非我”类的特征库,从而判断出“非我”程序所属的“非我”类。实验验证了这一方法的可行性和有效性。     

基于Spin的SysML活动图验证框架

系统建模语言（systems modeling language,SysML）缺乏精确的形式化分析和验证手段,造成模型存在死锁、活锁等诸多问题,可以通过形式化验证方法来提高模型的正确性。然而,受制于传统的形式化方法需要复杂的公式推理,并且不易理解等方面局限性,大多数验证仅限专家使用并且很耗时。为了克服SysML模型中存在的问题,提出了一种针对SysML多层次活动图的分析验证框架。它可以根据已构建的模型,将多层次活动图分解转换为Spin的输入模型,并对相关子图进行重组和验证。实验表明,该方法可以有效识别多层次活动图,并准确实施转换,为模型验证的演化提供支持。     

利用UML-RT序列图支持基于事务的SoC系统级功能验证

SoC基于事务的验证方法面临的一个重要问题是如何设计验证系统级复杂交互行为的事务测试序列。基于场景的序列图是设计人员捕获系统级功能规约的良好方法。本文提出了一种利用UML-RT序列图捕获SoC各个IP核之间的通信协作行为,为基于事务的验证建立高层规约,指导系统级测试序列生成的方法。我们自行开发了一个基于构件的事务验证环境SoC-CBTVE,并在该环境中利用本文的方法对一个典型的SoC设计进行了验证和分析。实验结果表明,利用UML-RT序列图能够捕获SoC系统级IP核之间的复杂通信行为,有效支持SoC系统级功能验证。     

UML模型检测方法的研究

统一建模语言（UML）是设计和分析软件系统最常用的方法，如何保证UML模型满足某些特性是一个非常重要的问题，而模型检测是一种能够有效提高系统可靠性的自动化技术。研究了使用简单进程元语言解释器（SPIN）对UML模型进行检测的方法。首先对UML模型进行形式化描述，使用层次自动机来描述状态图，然后根据层次自动机的操作语义将状态图和类图的部分信息转化为SPIN的输入语言PROMELA，使用SPIN来验证模型是否满足给定的线性时序逻辑所描述的系统约束，通过LTL公式描述顺序图的方式来验证与状态图之间的一致性问题。项目组基于此方法还开发了一套模型检测工具UMLChecker。     

圆柱面和锥面上数据集的最近邻查询方法

为处理圆柱面和圆锥面上数据集的最近邻查询问题,提出利用Voronoi图进行查询和曲面转换2种解决方法。在圆柱面和锥面上构造Voronoi图,利用Vornoi图进行查询处理。将圆柱面和锥面转换映射为二维有界平面,给出转换规则和查询算法。对2种方法进行实验分析,结果表明,利用Voronoi图的方法适合静态数据集的最近邻查询,曲面转换方法对动态数据集的最近邻查询更有效。     

基于UML的Web应用建模与测试方法

针对Web应用的功能测试问题,提出一种基于用例和顺序图的Web应用建模与测试方法。使用统一建模语言（UML）将用例图分层地扩展为用例迁移模型（UCTM）,利用顺序图自上而下描述UCTM中的每个用例,将顺序图自动转换为受限有向图（RDG）。为控制状态空间爆炸,提出约束消息覆盖准则（CMC）。结果表明,由RDG生成的测试用例能满足CMC,CMC可控制测试用例的数量。     

MARTE顺序图到TTS4SD的转换

MARTE对UML的顺序图进行了扩充,使其适用于实时系统的建模阶段,但它不能直接用于正确性验证阶段。对象管理组织提出用模型转换的方法将依照MARTE构造的顺序图(记为A)转换成具有完备的验证方法和工具的形式化模型(记为B)。用B表示A的语义可以保证B能够完整且准确地模拟A的行为。提出了形式化模型——TTS4SD,用来描述MARTE顺序图的形式语义,并在此基础上展开了验证。首先给出顺序图的形式定义,把时间变迁系统(TTS)扩充成TTS4SD;然后用TTS4SD描述顺序图的形式语义,并给出从顺序图到TTS4SD的转换算法;最后对TTS4SD展开分析。通过一个实例说明了从顺序图到TTS4SD的转化过程以及基于TTS4SD的验证方法。     

Power图的性质及构造算法研究

点集的Power图是点集Voronoi图的推广,特别适用用来解决涉及球（圆)的几何问题,文中首先对Power图的基本性质进行了几何化的证明;之后,研究了权为负数时对Power图的影响,指出在Power图的理论中允许权为负数,从而Power图可以应用到具有负权性质的领域;最后,给出了平面点集的Power图的构造算法,该算法到用Power图与正则三角化互为对偶的原理,在点集的正则三角化的基础上构造Power图,同时给出了实例以说明算法的有效性。     

数据集中单纯型连续近邻链查询方法

为解决数据集中的单纯型连续近邻链查询问题,提出一种基于Voronoi图的查询方法。给出单纯型连续近邻链查询的定义,利用Voronoi图的性质对大量数据点进行精减,设计可准确查询出数据集中单纯型连续近邻链的查询算法。实验结果表明,随着待查连续近邻链所含数据点规模的增大,该方法的效率比传统基于R树方法更高。     

UML活动图的操作语义

越来越多的系统采用UML（unified model language,统一建模语言）作为建模语言来进行系统分析和设计.UML活动图是UML语言中描述系统动态行为的一种方法,它广泛地运用于业务建模.由于UML活动图缺乏精确的动态语义,所以不利于对其所描述的系统进行形式化的分析、验证和确认.为解决这一问题,根据UML1.5语义文档,给出UML活动图的形式化操作语义.首先给出UML活动图的形式化的语法,然后详细地定义了活动图的格局和变迁,最后基于LTS给出了活动图的演绎规则.主要工作是：引入状态包的概念,使得描述更加清楚、完善;通过LTS定义活动图的操作语义,并详细阐述演绎规则,从而获得活动图的全局状态转移图,使定义的操作语义很容易地应用到形式化验证中.该语义覆盖了UML活动图的绝大部分特征,为对UML活动图进行模型检验奠定了基础.     

基于支持向量机的抽油机井功图识别研究

抽油机的异常情况会使油田的产油效率降低,而不同的异常类型对应的抽油机示功图特征也各不相同,因此造成的损害程度也不同。针对以上问题,文中提出了一种抽油机井功图识别模型,该方法将支持向量机（ SVM）用于抽油机井功图识别。首先利用改进的矢量曲线数据压缩方法（ICVDC）对抽油机井下示功图进行特征数据提取,在此基础上,采用“一对一”分类法建立基于支持向量机的井下示功图分类模型,进而对不同特征的示功图进行分类识别,并与其他识别分类模型进行了识别分类效果对比。实验结果表明,该方法分类准确度高,有效地解决了示功图的识别和分类问题,方便对油井设备等进行进一步的故障分析处理,从而大大提高抽油机的性能与效率,以此来达到油田提高采收率的目的。