一种基于横切特征分析的软件体系结构自动重构方法

软件体系结构中的横切关注点增加了软件体系结构的复杂性,从而加剧了体系结构演化与维护的困难.这种设计问题可以通过体系结构层面的重构来进行改善.在已有的横切特征分析方法基础上,提出了一种面向横切特征分析的体系结构自动重构方法.该方法首先基于特征与构件之间的追踪关系分析横切特征,然后将与横切特征有直接追踪关系的构件从初始体系结构中提取出来,实现方面构件,完成体系结构重构.在面向方面体系结构描述语言AO-ADL基础上开发了相应的体系结构重构工具,并针对一个业务系统进行了体系结构重构实验.实验结果表明,该方法能有效地实现体系结构横切特征的自动化重构.     

基于维基百科的军事舆情论坛话题追踪方法

针对互联网论坛话题追踪,提出一种基于维基百科知识的军事话题追踪方法。该方法首先以基于维基百科的词语语义相关度与共现统计方式,同时结合军事主题与帖子的结构特征建立文本图中节点间的关系边及其权重;接着以改进的基于图的链接挖掘方法选取帖子关键词;最后通过计算话题与文本关键词列表间的语义相关度实现话题追踪。实验表明,该方法无需大规模样本训练与语义知识的手工构建,能够有效解决语义稀疏对追踪所带来的负面影响,较好地追踪到军事话题帖。     

一种有效的事件演化分析算法

目前的话题追踪方法无法对话题的发展演化进行全局的把握。为了准确地发现话题中各事件的发展演化关系,提出了一种基于事件多向量模型的事件演化分析算法。该方法通过子话题间的相似度计算来构建话题中的事件,利用事件向量间的相似度计算得到话题演化的具体过程及细节。通过在现实数据中的实验,该方法能够有效地反映话题中事件的来龙去脉。     

基于上下文的概念语义相似度计算模型

针对概念语义相似度计算方法在信息检索中存在的漏检、误检等问题,提出一种基于上下文的计算本体内概念间语义相似度的模型。该模型分别从概念的父节点、子节点以及概念间路径权重3个角度进行计算,加权求和并求得语义相似度。实验结果表明,该模型的计算结果更加接近专家的经验值,为概念之间的语义关系提供了有效的量化。     

基于词向量的微博事件追踪方法

微博文本长度短,且网络新词层出不穷,使得传统方法在微博事件追踪中效果不够理想。针对该问题,提出一种基于词向量的微博事件追踪方法。词向量不仅可以计算词语之间的语义相似度,而且能够提高微博间语义相似度计算的准确率。该方法首先使用Skip-gram模型在大规模数据集上训练得到词向量;然后通过提取关键词建立初始事件和微博表示模型;最后利用词向量计算微博和初始事件之间的语义相似度,并依据设定阈值进行判决,完成事件追踪。实验结果表明,相比传统方法,该方法能够充分利用词向量引入的语义信息,有效提高微博事件追踪的性能。     

一种基于CFN的特征选择及权重算法

利用TF和DF的组合进行特征选择,及利用TF-IDF算法计算权重.是文本分类中常用的算法.但当训练集较小时,此特征选择算法会将一些特征区分能力强的低频词过滤掉,并直接影响特征词的权重.本文提出一种基于汉语框架网络(以下简称CFN)的特征选择和计算权重的算法.实验表明:算法可使分类的准确率达到67.3%,较传统算法有很大提高.也说明了该算法能够满足小训练集环境下对文本分类准确率的要求.     

基于卷积神经网络的实时环境光遮蔽计算

环境光遮蔽是一种常用于计算机游戏以及可视化领域的低频全局光照模拟算法。已有的基于屏幕空间的环境光遮蔽计算方法虽然保证了计算的实时性,但是存在估计失真以及细节丢失等难以解决的问题。针对该问题,本文提出了一种结合低频光线追踪采样以及蒙特卡罗去噪的算法框架对环境光遮蔽进行实时计算。为了解决传统蒙特卡洛去噪算法无法实时处理的问题,提出了一种基于卷积神经网络的蒙特卡罗去噪算法,并针对问题对网络结构进行了改进和优化。验证实验证明基于卷积神经网络的方法能够对环境光遮蔽的去噪问题进行准确的处理,同时本文对卷积网络的改进在保持精度的基础上显著地提高了计算效率。对比实验显示了本文算法在保持与高频采样光线追踪算法相近效果的前提下可达到与基于屏幕空间环境光遮蔽计算方法相近的每秒数百帧计算效率。     

考虑物品相似权重的用户相似度计算方法

传统的用户相似度计算方法中每个项目的权重是相同的,然而分析传统推荐算法和现实情形,用户间共同高评分项目的权重应该高于用户间共同低评分项目的权重,并且传统用户相似度计算方法没有考虑项目间的类群关系。针对上述问题,提出了一种给项目加权的方法,从而得到考虑项目相似权重的用户相似度计算方法。通过在MovieLens数据集上进行实验,与基于传统用户相似度计算方法的协同过滤算法比较,实验结果表明,考虑了项目相似度权重的协同过滤算法能显著提高评分预测的准确性和推荐系统的质量。     

一种基于情境的语义Web服务发现方法

在普适计算环境下,如何结合情境信息以发现满足用户需求的服务,是目前Web服务研究的一个关键问题.提出一种基于情境的Web服务发现框架,采用本体进行情境建模,利用用户反馈信息进行权重计算,并给出了一个基于相似度的语义Web服务的匹配算法.最后通过实验验证了该方法的有效性.     

一种基于动态进化模型的事件探测和追踪算法

在大量分析网络新闻特点的基础上，借鉴Single-Pass聚类思想，并结合新闻要素给出了一种基于动态进化模型的事件探测和追踪算法．该动态模型是基于新闻事件的生存特点提出的，包括：基于时间距离的相似度计算模型、事件模板进化策略以及动态阈值设置思想．该算法可以自动对新闻资料进行组织生成新闻专题，进而为用户提供个性化服务．实验结果验证了算法的有效性．     

嵌入式软件系统体系结构可靠性分析方法

AADL是嵌入式领域对SA进行建模、评估的常用方法,但其属于一种半形式化开发语言,无法直接对SA的可靠性进行验证。为此,提出一种基于AADL的可靠性分析框架,对SA的可靠性进行形式化验证。首先通过分析系统体系结构的元素关系,建立AADL可靠性模型;然后设计转换模型及其规则,将AADL模型转换为连续时间马尔科夫链模型;最后采用概率模型检验工具对连续时间马尔科夫链模型进行可靠性定量分析。仿真结果表明,与现有可靠性分析方法相比,该方法在计算效率和转换效率上都有明显的提高。基于AADL的可靠性分析框架实现在软件系统开发早期对SA进行可靠性定量计算,为AADL在嵌入式软件系统可靠性定量分析方面提供了一种新的验证思路。     

基于需求评估响应的循环迭代本体构建方法

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题，提出一种基于需求评估响应的循环迭代本体构建新方法。首先，借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析，以定义出一套强调满足需求而非知识丰富度的本体测试文档；其次，细化核心架构、架构知识体系，并更新测试文档；最后，利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达，并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比，所提方法能实现本体构建过程中的评估与迭代演进。此外，运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架，还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域，这在一定程度上证实了方法的合理性与有效性。     

基于需求评估响应的循环迭代本体构建方法

针对与IEEE 1074-1995软件开发标准相比成熟度较高的METHONTOLOGY方法和七步法中未考虑到本体质量评估及其响应的问题,提出一种基于需求评估响应的循环迭代本体构建新方法。首先,借鉴软件开发V-模型和本体测试框架对所建本体进行需求分析,以定义出一套强调满足需求而非知识丰富度的本体测试文档;其次,细化核心架构、架构知识体系,并更新测试文档;最后,利用测试文档分别评估核心架构、架构知识体系、需求分析上的知识可满足性表达,并在知识表达不满足的情况下进行本体的局部或全局更新。与本体构建常用方法相比,所提方法能实现本体构建过程中的评估与迭代演进。此外,运用该方法建立的政务本体不仅为事项办理相关知识提供了知识表征框架,还为政务知识计算提供了新思路。基于所提方法开发的政务流程优化程序已成功应用在某省的政务大数据分析领域,这在一定程度上证实了方法的合理性与有效性。     

指控系统体系架构的信息质量评估方法

随着指控系统愈发庞大和复杂,架构在系统的整个生命周期中也愈发重要。因此,指控系统体系架构的效能评估对于提高架构设计阶段的整个系统能力来说是非常必要的。本文提出一种指控系统体系架构的信息质量评估方法。首先提出信息质量模型,包括信息质量的评估和权重分配方法以及综合评估。其次,提供系统地进行体系架构信息质量评估的框架。最后,在框架的基础上,进行一个实验来验证所提出的信息质量评估方法。实验结果表明,本文提出的方法可以基于指控系统体系结构模型有效地评估信息质量,有助于在指控系统体系结构设计阶段识别影响信息质量的关键因素,进而提高系统能力。     

基于二值掩码图像的粒子滤波目标跟踪快速算法

粒子滤波算法是进行运动目标跟踪的一种重要方法。针对传统粒子滤波算法在进行目标跟踪时存在的计算量大、实时性不足的问题,提出一种基于二值掩码图像的粒子滤波目标跟踪快速算法。该算法在传统粒子滤波算法的每个帧处理阶段产生二值掩码图像,再结合权重选择方法移除背景中权重较小的粒子,保留权重较大的重要粒子。提出的算法可以有效减少参与计算的粒子数目,节约算法的计算成本,从而提高目标跟踪的实时性。与传统粒子滤波算法进行比较,实验结果表明,提出的算法不仅能够有效地提高跟踪速度,而且跟踪结果的准确性和鲁棒性也有所增强。     

基于PYNQ框架的深度卷积特征异构跟踪系统

针对深度卷积特征目标跟踪算法中特征提取计算量大、速度慢、难以在嵌入式平台上应用的问题,提出了一种基于PYNQ框架的目标跟踪方案,并将其部署在Zynq异构平台。首先设计基于深度卷积特征的目标跟踪算法;根据算法的特点进行软硬件划分,完成片上系统的构建;然后针对深度卷积特征提取的计算过程进行并行优化,导出加速IP核;最后在PYNQ框架中通过Jupyter Notebooks,使用Python语言调用加速IP核作为硬件协处理器,实现底层到顶层的数据交互。实验结果表明,算法在通用数据集OTB-2015、UAV123上取得了良好的跟踪精度;跟踪速度与未集成加速IP核时相比,提升可达30倍。在兼顾跟踪稳健性的情况下,异构跟踪系统执行效率高,可移植性好,具有工程应用价值。     

采用柯西分解降噪的目标跟踪方法

提升噪声干扰情况下的目标跟踪精度,提出了一种柯西分解改进的无迹[H∞]滤波方法。采用UT变换代替传统的泰勒级数线性近似截断处理,降低近似截断误差,提升处理非线性系统的能力;对目标状态的协方差矩阵均方根进行柯西分解,采用对角元素求解,降低了观测噪声的扰动误差对滤波估计精度的影响。仿真结果表明,所提方法明显提升了不同噪声统计特性情况下的跟踪精度和稳定性。     

航空制造业高性能计算能力建设情况分析及建设集成方法研究

【目的】高性能计算技术在航空制造业应用不断深入,加快了科技进步的步伐,美国在此方面表现较为突出。相比之下,我国此方面能力较为薄弱,能力不足、不均衡问题较为突出,本文基于当前面临的问题和新的发展趋势,尝试提出一套建设框架和规划设计方法。【方法】本文分析了美国情况、国内同行业高性能计算基础设施情况,对航空制造业在高性能计算技术应用面临的问题进行了总结,对趋势进行了分析。【结果】结合问题和发展趋势,给出建设参考框架和规划设计方法,推动系统建设高质量发展。【结论】高性能计算机已经成为颠覆产品设计研发、引领创新的重要保障手段和技术,在当前航空制造业快速发展阶段,需推动快速建设,补齐短板,做好人才队伍的建设,实现行业/领域全面能力水平提升。     

企业PaaS平台产品选择框架研究

云计算的三层服务架构（SaaS、PaaS、IaaS）正深刻地影响着企业信息化系统建设,其中平台即服务（PaaS）产品选择问题成为当前企业私有云构建中的棘手问题,至今仍无好的解决方法。为此,提出一个企业PaaS平台产品选择框架,分别从PaaS产品选择的需求分析、测评指标和评选方法三方面研究融合云计算模式的企业面向服务体系架构,PaaS产品评价指标体系的构建方法和基于ANP的多属性产品选择决策过程。通过一个案例展示该选择框架在提高企业PaaS平台产品选择决策水平中的作用。     

基于云模型的灾难恢复能力评价方法研究

鉴于现有灾难恢复能力评价体系对动态指标的考虑不足,不能全面地反映现实系统,评价方法未对系统的整体稳定性做分析且权重计算偏于主观,易受人为因素影响等情况,构建了一套新的灾难恢复能力评估体系和评价方法。提炼归纳了体现灾难恢复能力的综合性动态指标,丰富了指标体系。引入云理论,提出了基于正态分布区间数的指标评价值规范化方法和改进的G1-熵权法的综合赋权模型,最终得出了系统灾难恢复能力的云模型表示方法,完成了定性到定量的转换。通过实例仿真验证了该方法的可行性。