直觉线性μ-演算中的合成推理

讨论了以基于前缀封闭集合的Heyting代数的直觉解释的线性μ-演算(IμTL)作为描述“假设-保证”的逻辑基础的问题,提出了一个基于IμTL的“假设-保证”规则.该规则比往常应用线性时序逻辑(LTL)作为规范语言的那些规则具有更好的表达能力,扩展了对形如“always ?”等安全性质的“假设-保证”的范围,具备更一般的“假设-保证”推理能力及对循环推理的支持.     

一种时序数据的可视化技术与工具

时序数据在许多研究领域中都广泛存在.信息可视化是对时序数据进行分析的有力工具,然而已有的时序数据可视化技术无法较好地分析时间跨度长的时序数据.提出一种称为FisheyeLines的可视化技术,能够快速显示大数据集的整体视图,同时方便查看细节信息;能够清楚地表达复杂信息间的相互关系,同时可以显示对象的属性.基于FisheyeLines可视化技术,还给出了一种称为FisheyeLinesVis的可视化工具,可以方便地构造时序数据可视化应用.对以上技术和工具所构造的应用实例的分析与评估充分验证了该方法的有效性和易用性.     

基于三菱PLC的时序循环电路通用设计方法

以交通灯的模拟控制为例,说明了基于三菱PLC时序循环电路设计的通用方法。该方法简洁明了,易于掌握。程序调试方便,程序步数少,运行周期短,速度快。将程序中循环环节去掉,该方法还可设计多种时序非循环电路。     

KINGMAX飙速无限!

日前．KINGMAX推出的DDRIII 1600MHz套装内存可以说是玩家的得力助手,它含有三条相同规格和芯片的内存模块,有3GB（1GB×3）及6GB（2GB×3）两种规格容量．拥有百分之百的产品兼容性及稳定性．可完全支持Intel Core i7处理器与X58主机板。同时．值得玩家关注的是．KINGMAXDDRIII 2000三通道内存也已经完全量产推向市场。这款产品在出厂前以及媒体的测试中。CL值为9-9-9-27的时序参数下．利用华硕P6T Deluxe V2主板,Intel Core i7 975处理器作为平台．工作电压调节到2.1V时．便能够达到2000MHz的超高频率,相较于之前的DDRIII 1600超频幅度高达40％。十足证明KINGMAX DDRIII内存完美的稳定性与兼容性以及超频能力。     

基于粗糙集的时序信息系统决策规则挖掘策略

在时序信息系统中,基于粗糙集规则获取的一般算法尽管可以产生所有可能的规则集,但是通常规则集中有些规则存在覆盖现象。而从规则集中去除所有的冗余规则是非常费时且不实际的。本文提出一个改进的规则获取策略直接获得最小规则集。通过具体算例分析验证了所提出的策略是有效的。     

一种脱机手写汉字书写顺序恢复模型

书写顺序恢复是从静态文本图像中提取动态的字符书写顺序信息,将2维的图像转换为1维的书写位置的时间序列的过程.为了对手写汉字进行书写顺序提取,提出了一种脱机手写汉字书写顺序的恢复模型.该模型首先将汉字分为整字、部件、子部件和笔画4个层次;然后利用4种拆分操作将整字拆分为部件,再将部件拆分为子部件;最后通过定义一组拆分关系与子部件偏序关系之间的对应规则来得到子部件的全序关系.而将子部件作为最基本的恢复单位,其书写顺序可通过对笔画和交叉笔画对进行分类来得到.实验表明,该模型提出的汉字书写顺序恢复方法的恢复结果具有较高的准确率,且处理速度达到了6.9字/s.     

典型炼油装置数据校正技术的研究

化工过程测虽数据作为反映装置运行状况的特征信息,是实现计算机过程控制、模拟、优化和生产管理的基本依据.研究过程数据校正技术,对实现装置优化控制与管理具有重要理论意义和现实意义.现有理论研究大都采用传统统计检验和线性化处理方法,在实际应用有较大局限性.本文在对已有数据校正技术分析的基础上,提出将修正的时间序列分析法用于测量数据校正.综合考虑数据的窄间冗余和时间冗余,充分利用过程的历史数据,建立了时间序列概率模型,并针对含随机误差数据和含过失误差数据两种情况,从时序法平均值、阶跃过程模型等方面详细探讨数据校正方法.将新的数据校正方法用于典型常减压蒸馏装置,结果表明,新方法能够侦破出数据中含有的过失误差;校正值与真值的平均偏差非常小,具有足够的精度保证数据的准确性;修正的时间序列分析法用于数据校正能克服传统方法的局限性.     

低功耗与非型TCAM的原理介绍与时序研究

基于TCAM(三元内容寻址存储器)的硬件路由查找支持最长前缀匹配,可保存任意长度的关键字表项,实现快速路由查找和分组转发.如何降低功耗和协调各组分间大量的时序关系成为TCAM发展的瓶颈.介绍了"与非"型TCAM的工作原理和组成电路,并提出"哑单元行"的新思想模拟实际充放电时间,从而解决时序控制问题.     

以目标为导向的时序图规划算法的研究

本文提出了一种从目标集扩张时序规划图的新算法。此算法与现有算法不同。采用逆向扩张、正向搜索的策略：由于扩张保留了关于目标的信息。实现了动作方案的完全量化。在搜索阶段。只搜索相关可用动作的交叉点,减少了搜索代价,极大地提高了搜索效率。     

时间自动机的LTL性质模型检测研究

为了增强模型检测工具的检测能力,拓宽模型检测技术的应用范围,对基于时间自动机的LTL性质模型检测进行了研究,对自动机的状态空间的存储方式和状态空间的展开过程进行了分析,讨论了LTL性质模型检测工具的检测流程和检测算法的实现策略对工具检测性能的影响,针对制约模型工具的检测能力和检测效率的因素,采取了一些相应的优化改进策略.采用了BDD(二叉决策图)共享存储技术和位编码压缩存储,较有效地减小了空间消耗,缓解了模型检测中状态爆炸引起的内存空间不足问题.与DTSpin等著名的模型检测工具进行了实验比较,取得了较好的实验结果.