一种MIS开发的对象建模技术

本文论述了采用建立四个模型:用例模型、对象模型、动态模型和功能模型,以用例模型为基础,以对象模型为核心进行MIS分析和设计的对象建模技术思想与方法,并分析了仅使用对象模型、动态模型和功能模型进行分析和设计的缺陷与不足。     

城市微观交通流模型综述

车辆跟驰模型和换车道模型是微观交通流模型研究的基础。对GM模型、线性模型、安全距离模型、AP模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述,并提出了现有的车辆跟驰模型存在的问题。并且对判断性换车道模型和强制性换车道模型进行了详细地论述,同时对其进行了评价。     

滞后非线性模型的研究进展

详细介绍了六种典型的滞后非线性模型,包括:干摩擦理想模型、双线性模型、Davidenkov模型、BoucWen模型、迹法模型及Bingham模型.首先说明了这些模型的由来、表达式及原理,然后分析了这些模型的优缺点和应用范围.此外,还对各种典型模型的改进情况和最新的研究进展进行了较详细的综述.最后总结了滞后非线性模型的研究现状及将来的发展趋势.     

事件和参数双因素驱动的智能模璎集成机制

为了增强DSS模型的可重用性及系统的元决策能力,提出了利用事件和参数共同驱动的双因素模型集成机制。将DSS中的可重用模型体系分解为由元模型、复合模型、过程模型构成的层次结构,重新定义了工作流管理领域中的ESP规则、元模型和复合模型的结构及通用模型接口;元模型和复合模型中的context组元利用ESP规则描述模型的应用规则,用户可通过修改ESP规则实现模型的重用和集成;在此基础上设计出以事件驱动为主和参数驱动为辅的元模型智能集成机制。以高技术虚拟企业利益分配策略优选模型的构建为例,展示了智能模型定义的方法及其集成细节。     

几种矢量图像噪声去除变分模型的边缘保持比较

矢量图像噪声去除的变分模型必须考虑不同通道图像间的耦合以保持图像边缘,但所得到的模型复杂、计算效率低,且不同耦合方法对应的模型的边缘保持质量不同。本文首先设计了目前已经提出的这类变分模型的快速Split Bregman算法,然后通过大量数值实验对不同模型的边缘保持特性和计算效率进行了比较。所研究的模型分别使用LTV(layered total variation)规则项、MTV(multichannel total variation)规则项、CTV(color total variation)规则项、PA(polyakov action)规则项和RPA(reduced polyakov action)规则项。实验结果表明CTV模型对矢量图像去噪边缘保持最好,其他依次是PA模型、MTV模型、RPA模型和LTV模型;LTV模型计算效率最高,其他依次是MTV模型、RPA模型、CTV模型和PA模型。     

支持装备维修训练的虚拟样机模型研究

按照层次化建模和按需求剪裁的思路,建立了一种新的虚拟样机模型框架,包括层次模型、外观模型、状态模型、功能模型、交互模型、关联关系模型和信息模型七部分。这种虚拟样机模型框架可以支持装备虚拟维修训练的各个环节,简化虚拟样机建模工作的复杂性和工作量。     

软件开发方法的几种过程模型研究

良好的软件开发过程模型,对高效率、高质量和低成本地开发软件,具有重要的指导意义。本文介绍了软件过程模型的构造和特点,并从最传统的线性顺序过程开始,对瀑布模型、原型模型、演化模型、螺旋模型、RAD模型等模型的结构、特点作了具体的分析。     

结构稀疏模型及其算法研究进展

结构稀疏模型在统计学、信号处理和机器学习等领域中具有重要的应用。结构稀疏模型主要通过在目标函数中引入会导致组稀疏效果的罚函数来实现特征组结构选择。有趣的是一些组稀疏模型不仅能实现特征组选择,而且同时能够实现组内的特征选择。根据使用的罚函数的类型,结构稀疏模型主要分为组套索模型和非凸罚组稀疏模型两大类。系统地总结了重要的组结构稀疏模型,分析了各种组结构稀疏模型之间的区别与联系,归纳比较了各种组结构稀疏模型的统计特性(例如模型选择一致性、参数估计一致性和oracle性质)和组结构稀疏模型的求解算法。当前,结构套索模型主要包括普通组套索模型、L∞,1组套索模型、重叠组套索模型、树组套索模型、多输出树组套索模型、混合组套索模型、自适应组套索模型、逻辑斯蒂组套索模型和贝叶斯组套索模型。非凸罚组稀疏模型包括组SCAD罚模型、组桥模型和组MC罚模型等。求解组稀疏模型的算法有组最小角回归算法、块坐标下降(上升)算法、活动集算法、内点算法、投影梯度算法、谱投影梯度算法、轮换方向乘子算法和块坐标梯度下降算法等,结合组稀疏模型对这些算法进行了详细的分析。在使用上述优化方法前,通常需要对目标函数进行预处理,将不平滑的、非凸的、块坐标不可分离的组稀疏模型的目标函数向平滑、凸、块坐标可分离的方向进行转化,这一步常利用的技巧有变分不等式、Neste-rov的平滑近似技巧、局部一阶泰勒展开近似、局部二次近似、对偶范数和对偶函数等。接着给出了最新提出的一些组稀疏模型,如关于广义加模型的组套索模型、复合组桥模型、平方根组套索模型和关于Tobit模型的组套索模型等。最后,对组稀疏模型未来的研究方向进行了探讨。     

KDD技术在超级市场中的应用

文章力图通过KDD技术在超级市场中的应用,阐述KDD系统的模型和基本工作步骤,以及DataMining中的典型模型（如：特征模型、分类模型、聚集模型、关联模型、对比模型、汇总模型、预测模型和决策模型）,在超级市场管理方面的具体使用方法和作用,并提出了KDD技术在目前的实际应用中所存在的问题,最后对KDD技术的应用前景作了展望。     

激光光条中心线提取研究综述

激光光条中心线提取在视觉测量、三维重建等领域具有重要的作用.介绍了不同类型的中心线提取模型,并且回顾了这些模型的转变和创新.具体来说,根据模型采用的核心算法,将中心线提取模型分为传统提取模型和基于深度学习的提取模型;传统中心线提取模型又分为极值模型、灰度重心模型、曲线拟合模型、基于Hessian矩阵的Steger模型和可变方向模板模型;结尾从优缺点及其克服的问题等角度对比分析了不同类型的算法模型.分析表明传统激光光条中心线提取算法在图像的适应性和处理的实时性上有较为明显的不足,指出光条中心线提取模型的发展应逐渐偏向于灵活性、泛化性、实时性更强的深度学习领域.