美国一流大学计算机组成与系统结构实验课程研究

文章针对美国一流大学的计算机组成与系统结构实验课程进行研究,重点介绍UC Berkeley,MIT,Stanford University,CMU相关实验课程的内容和特色,为我国大学计算机组成与系统结构实验课程今后的改革与发展提供参考。     

结合语句执行补集的程序错误定位

基于频谱的错误定位方法一般利用覆盖信息为每条语句度量出错的可能,即可疑度,通过逐条检查按可疑度值降序排列的语句序列来确定错误语句.针对已有的方法大多只考虑覆盖信息中语句执行信息的问题,分析了语句执行补集对错误定位的积极影响,进一步提出了在语句执行信息基础上结合语句执行补集的错误定位方法.实验结果表明,与其他方法相比,所...     

uPOSC4.5:一种针对不确定数据的PU学习决策树算法

目前绝大多数在PU学习场景下的学习算法都只能处理确定数据,然而在现实世界的许多应用中,如在传感器网络、市场分析和医学诊断等领域,数据的不确定性是普遍存在的.基于针对精确数据的PU学习算法POSC4. 5,提出了PU概率信息增益,并在此基础上提出了一种能在PU学习场景下学习不确定数据的决策树算法uPOSC4. 5(Uncertain POSC4. 5).在UCI数据集上的实验表明,uPOSC4. 5具有较好的分类准确率和健壮性,且其分类性能优于aUPNB.     

基于综合匹配的鸟类视频中运动物体的检测

鄱阳湖是中国最大的湿地。每年秋末冬初,会有成千上万只候鸟来此越冬,该地区的自然生态系统和这些鸟类的活动有着密切的联系,因此,研究该地区的鸟类是了解该地生态系统的一个重要方式。本文采用帧间差分法对该地所拍摄鸟类视频数据进行运动物体检测。由于视频在获取过程中存在摄像机的移动,所以在处理过程中首先需要估计背景的运动并加以补偿。背景运动的估计是在常用的块匹配方法的基础上作了一定的改进,通过多个匹配块的匹配结果来计算运动矢量。为提高正确率,块的匹配在差分图像上进行。最后,利用在鄱阳湖录取的视频对本文所述方法进行了实验,实验结果表明本文所述方法对背景的去除和运动物体的检测的有效性。     

一种多分类器Deep Web数据源的自动分类与判别方法

Deep Web数据源的发现和其领域相关性越来越引起人们的关注和兴趣。针对在判别查询接口时,提取精度低和忽略领域相关性的问题,提出一种采用多分类器对Deep Web数据源进行自动分类和判别的方法,其思想是：对爬虫获取到的页面使用朴素贝叶斯分类器对其进行领域相关性分类,然后使用改进的决策树分类器来对特定领域的数据源进行判定。实验结果表明此方法相比于使用单一决策树分类器有更好的性能,其召回率和精度都有所提高。     

以图频繁集为基础的核心节点发现

结合基于图的关联规则挖掘和双向搜索的策略,产生最大频繁项集,从而提出基于图的最大频繁项集(graph based maximum frequen tset,GBMFS)生成算法。运用此算法,结合社会网络的动态特征,发现社会网络中所存在的团伙的核心成员。最后,在实际系统中对相关的算法进行了验证。     

基于软件体系结构的Web应用自适应

随着互联网的迅速发展,Internet上的Web应用大量涌现.然而传统主要依靠管理人员人工配置和维护系统的方式由于不断变化的环境和需求而显得有所不足.本文在相关工作的基础上,提出一种基于软件体系结构构建自适应Web系统的技术方案,该方案具有非侵入式设计和自适应相关组件具有可恢复能力的特点.同时,本文也实现了一个自适应系统原型来说明这个方案及其效果.     

基于遥感的长沙市城市热岛效应时空分析

利用TM/ETM+数据,以长沙市为例,反演了地表温度,并针对不同时相的遥感数据,利用城市热岛强度来反映热岛效应强弱的变化。结果表明,长沙市的热岛空间分布与城市建成区的轮廓相吻合。城市热岛的范围随着城市建设、新建开发区以及道路交通网的发展不断增大,且在东南方向为主要增长方向。根据热岛强度鉴别并提取了强热岛区与正常区,发现长沙市强热岛区的面积已经从1993年的13.18km2扩大至2008年的68.16km2。最后,对长沙市热岛未来的发展趋势进行了预测。     

服务器-客户端协作的跨站脚本攻击防御方法

在网络应用的链接中注入恶意代码,以此欺骗用户浏览器,当用户访问这些网站时便会受到跨站脚本攻击.为此,提出基于服务器端-客户端协作的跨站脚本攻击防御方法.利用规则文件、文档对象模型完整性测试和脚本混淆监测等方法,提高脚本的检测效率和准确性.实验结果表明,该方法能获得良好的攻击防御效果.     

一种基于全Hash的整词二分词典机制

为提高整词二分词典机制的分词效率,分析现有分词词典机制,提出一种基于全Hash的整词二分词典机制。该机制将首字相同的词条按字数分组,并进行全词Hash,对Hash值相同的词条进行二分查找,从而减少词条匹配的次数。理论分析和实验结果表明,该机制的分词效率较高。