TGM模型的RTL形式化描述

TGM模型是实时仿真参考模型的重要组成模型。它可以描述、构造实时系统行为。本文选取基于事件的RTL语言，形式化定义了TGM模型和其表现形式，如：断开子图、任务断开子图、非断开子图和沸合子图等。文章通过例子阐述了TGM模型描述能力。     

任务图模型中实时任务设计

仿真技术的进步推动了实时系统（如核反应堆，军事战场和fly-wire系统）的深入研究，用仿真方法解决实时问题，必须首先给出实时系统描述模型，TCM（task graph model)模型是实时系统描述模型之一，其模型最重要的成员是实时任务，使用量化仿真方法定义了实时任务的4种参数，并细分任务为子任务，此方法更易描述实时应用系统，更易构造TGM的执行模型，其层次化的结构更容易进行研究和软件实现，TGM模型及其任务设计已成功地应用于分布式三星实时侦察仿真系统。     

一种基于改进混合高斯模型的前景检测

针对传统混合高斯模型(GMM)前景目标检测运算量过大问题,提出一种基于改进混合高斯模型的前景检测算法(TGM)。通过基于历史信息的模型清理机制,减少背景稳定区域像素点的高斯分布数量,进而降低算法运算量;建立临时高斯分布,运用更简单的加减运算进一步减少运算量,最后将符合条件的临时高斯分布转化为正式高斯分布,避免模型无意义的频繁更新,提高了准确性。实验结果表明,改进后的算法与原算法相比,具有更好的实时性和很好的准确性。     

基于模型操纵的模型集成理论的研究

基于模型操纵的模型集成的主要研究对象是模型的输入输出参数，因此，本文给出了模型的二元组表示，即输入集、输出集，提出了模型组合关系与模型集成结果等概念，具体分析了模型集成结果的存在性问题，证明了其存在的几个充分条件，在证明中给出了在满足充分条件下模型集成的构造方法．     

计算机安全中的经典模型

安全模型是构造安全计算机系统的基础。到目前为止，已有多种公开发表的安全模型。本文总结了几种重要的早期安全模型，其中包括访问矩阵模型，HRU模型，BLP模型、格模型和无干扰模型。并对它们进行了分类和简要评递。本文将它们称为经典安全模型。这些经典安全模型都是开创性的，从各个不同的方面对安全问题进行抽象，模型所定义的安全问题具有典型性，并对后续的研究产生了重要影响。目前，共享计算机系统的安全问题仍然是计算机科学的中心问题之一，研究这些经典模型，对于我们全面理解计算机系统的安全问题，展望未来发展方向，具有重要意义。     

软件工程中几种常用软件生命周期模型的简介

本文简单介绍了软件工程中几个常用的软件生命周期模型，包括漠布模型、原型法模型、喷泉模型、边做边改模型和增量模型，描述了他们的主要内容和特点。     

元模型支持下的模型转换

模型转换是MDA的核心思想,包括模型到代码的转换和模型到模型的转换。文章所提出的模型转换方法用元模型表示转换规则,通过基于图转换的模型转换,最终得到目标模型的元模型表达。元模型支持下的模型转换可以对转换规则进行精确的描述,使转换具有明确的语义,更便于工具实现。     

Padhye TCP吞吐量模型分析及改进性研究

在充分研究Padhye模型的基础上，利用Gilbert模型从另外一个角度计算了TCP吞吐量原理公式，计算结果与原有Padhye模型完全一致．同时定性分析了Padhye模型中各主要参数在丢包率较大时的误差情况，以及造成的Padhye模型在高网络负载下与实际结果的误差情况．基于这种状况，我们提出了一种分段的精确Padhye模型(Ex-Padhye模型)，试验结果表明，Ex-Padhye模型在丢失指示率较高的情况下仍能够较好的与精确值相拟合，在精确度上比Padhye模型有了很大的改善。     

模型驱动环境下模型演化的形式化研究

在模型驱动开发中,模型演化由一系列复杂的变化活动组成,模型的变化可以分为直接施加在模型元素上的增加、删除、更改等基本演化操作以及这些基本演化操作的组合。基于模型驱动体系结构,给出了模型和模型变化的形式化定义。模型的变化以模型差异来描述,在模型差异的基础上,研究了模型的合并、逆和组合运算。     

基于CMMI的软件过程性能模型

在高成熟度组织的CMMI(能力成熟度模型集成)实施过程中,正确的建立并使用过程性能模型对有效的策划、预测、监督和控制组织过程有显著的作用.在分析并建立4个基本的过程性能模型之间的关系之后,以生命周期模型的定义为基础,提出了基于GQM的度量模型构建方法、资源模型构建方法以及质量模型构建方法,由于各过程性能模型的信息和数据都来源于生命周期模型,因而可以有效保证其之间信息与数据的一致.     

基于Web Service的在线水文模型服务研究

通过分析目前水文模型本地服务模式的不足,针对当前国内外Web Service技术在水文信息系统中的应用现状,设计并实现了一个基于Web Service技术的在线水文模型服务系统,示范了基于Web Service技术的网络数据获取、水文模型运行模拟等过程,说明基于Web Service技术的在线水文模型服务较好地实现了水文模型网络共享,支持异地模型访问。建议在线水文模型服务结构从网络数据库/数据中心获取数据,一定程度上解决了传统模式从本机上传海量数据等问题。这种在线水文模型服务模式节约了模型运行成本、降低了用户要求,在具体水文水资源管理事务中具有较好的应用和拓展前景。     

基于集成模型的超短时负荷预测方法

精准的短期负荷预测是保证电力系统顺利运行的关键。机器学习算法普及后,为以前难以解决的短期和超短期负荷预测提供了算法支持。鉴于梯度提升决策树（Catboost）、卷积神经网络-长短期记忆网络（CNN-LSTM）、极端随机树（Extratrees）等集成模型处理非线性相关数据效果好,本文将上述3种方法进行组合,构建集成预测模型,使用BP神经网络确定权重系数,通过权重将各种单项预测模型的优点结合在一起,从而起到了更好的预测效果。为了更好地说明本文使用方法的优点,本文采用平均绝对百分比误差（MAPE）和均方根误差、均方误差、拟合优度作为衡量指标,以集成模型与各个单项预测模型作对比,在MAPE 标准下,集成模型比Catboost、CNN-LSTM、Extratrees模型分别降低了1.01个百分点、0.94个百分点、1.19个百分点。     

对虚拟模型尺寸测量方法的探索

在分析模型测绘实践教学现状的基础上,根据模型测绘训练的特点拟定 了模型测绘尺寸测量的三种模式,探究了基于eDrawings 浏览器的虚拟模型测绘尺寸测量的 具体实现方法,并在“工程图学”的教学实践中得以应用。为模型测绘实践教学提供了切实可 行的虚拟模型测绘方法和应用实例,对加强培养、训练学生的模型测绘实践能力、动手能力 提供了重要的方法和途径。     

基于Trie树和有限状态自动机的中文地址解析模型

 目前,无论是在研究或者是商业领域中,中文地址解析都没有一个成熟的模型结果。要素识别是地址解析的关键技术,传统的地址要素识别是基于特征词和字典匹配的方法,难以解决地址命名的多样性问题。利用自然语言处理技术,根据Trie树模型对行政区域寻址的方法和有限状态自动机模型对非规范地址的要素提取方法,本文提出T-FA模型对地址进行分级划分。其中,采用隐马尔可夫模型的切词方法和最长公共子序列算法,可以解决地址要素识别的模糊化搜索。T-FA模型具有良好的泛化能力,在批量处理地址时具有很好的通用效果,能比较有效地解决中文地址多样化的解析难题。     

适用多传感器的卫星对地覆盖计算模型

传感器视场范围不同,对地覆盖区域形状也随之不同,为了适应传感器视场多样化的特点,提出一种适用不同视场传感器的卫星对地覆盖计算模型。该模型特点是通用性强、计算速度快、精度较高,能够较准确描述卫星的瞬时覆盖区域。以STK计算结果作为参考,试验表明本模型具有较高的准确性。     

基于可扩展性标记语言的校验及修正系统

用电信息采集系统建设是一项复杂的系统工程。其中极为重要的一个前提是拥有规范化与标准化的智能用电信息模型,以实现信息在多种系统及平台中进行无缝互动。但是,目前用电信息标准化模型研究方面,由于不同机构不同厂商在对模型标准化理解上的不同,不同系统中对信息的描述产生了异构,严重阻碍了系统间信息数据无缝交流的能力,违背了用电信息标准化模型的设计初衷。为改变标准化模型应用现状,本文提出了一种基于可扩展性标记语言校验方式的智能用电信息校验系统,并设计逻辑算法,实现对不同模型的转换、信息的校验及信息的智能纠错等深层次功能。实验结果证明,本系统具有良好的数据适应性与工作能力。     

被动微波遥感土壤水分反演研究综述

由于微波具有全天候、穿透性以及不受云的影响等特征,使其在遥感研究全球变化中具有越来越大的优势。在微波传感器技术发展的过程中,人们通过研究发现被动微波遥感是反演土壤水分的各种技术中最有效的方法之一,而植被覆盖地区的土壤水分反演是反演算法中的难点。简略地介绍针对裸地的Q/P模型和针对植被的τ-ω模型,以及主要土壤水分反演算法。     

飞机结构件CAD 模型窄面缺陷自动识别方法

飞机结构件数模中常存在狭窄拓扑面,易导致零件在加工成型过程中的各工程操作 难以进行。针对该问题,提出基于参数域边界分析的CAD 模型窄面缺陷自动识别方法。首先对 飞机结构件数模中常见的窄面缺陷进行描述与分类,并结合其几何特点与工程意义对窄面缺陷进 行了合理的定义;其次,对模型表面的任意拓扑面计算其有效参数域;然后,根据凹顶点构造狭 窄区域,并计算狭窄区域的长度和宽度,判断其是否为窄面缺陷;最后,给出方法的实现流程并 开发了相应的算法,结合实例证明了所述方法的正确性和有效性。     

基于局部模型匹配的目标轮廓跟踪

在复杂背景下,传统轮廓跟踪方法会发生漂移,甚至丢失目标。针对上述问题,提出一种基于局部模型匹配（LMM）的目标轮廓跟踪算法。利用超像素技术结合EMD相似性度量构建局部特征模型,从而进行局部模型匹配。结合粒子滤波的Snake模型作提取目标轮廓,实现目标轮廓精确跟踪。实验结果表明,该算法在目标形变、部分遮挡、复杂背景等条件下均具有较高的跟踪成功率。与多种目标轮廓跟踪算法进行对比,该算法具有较高的准确性和鲁棒性。     

基于全局-局部策略的EMD概率主动轮廓模型

主动轮廓模型作为图像分割的有力工具,近年来得到了广泛的应用。在讨论前人工作的基础上,首先将基于区域直方图的概率估计方法和EMD距离引入主动轮廓模型,建立了基于EMD距离的能量泛函。为了解决图像局部的置乱现象容易产生分割误差的问题,提出一种全局-局部模型,提高分割精度,并应用于EMD距离,不仅扩大了模型的应用范围,而且使分割效果得到了进一步的提升。