易燃性智能测试仪软件系统的设计与实现

基于玩具安全标准对玩具易燃性的要求,结合PLC控制技术、网络技术和软件技术,对研制的智能燃烧测试仪的工作原理、硬件结构设计、功能特性进行了详细的论述,并重点对软件系统中的主控程序、人机界面、通信程序的设计与实现进行了阐述,指出此测试仪是一台软件与硬件相结合的设备,其软件系统的实现极大地提高了测试仪的自动化水平.     

基于UML集成测试用例的算法研究

对基于状态图生成集成测试用例的方法进行了研究,通过构造集成测试模型,重点描述了两个对象或组件的状态图进行合并的方法,并给出了状态图的形式化描述,以及如何对组合状态图进行展开用于集成测试用例的生成.为了验证该方法的实用性,又以实际项目研究为例,实现了基于状态图集成测试用例的生成工具,对该方法进行了验证,并给出了算法的部分实现代码.该方法将系统设计和测试用例的设计统一起采,是软件测试自动化的一个探索.     

催化剂颗粒浓度在线检测系统的研究与开发

基于Mie光散射理论,开发了石油炼化装置烟气催化剂颗粒浓度在线检测系统,采用了基于最小二乘支持向量机(least square support vector machine,LS-SVM)的软测量技术.利用LS-SVM优良的非线性映射和强大的泛化能力,建立了颗粒浓度的软测量模型,通过LS-SVM的学习和支持向量的自适应更新,实现催化剂颗粒浓度的最佳估计.仿真和实际运行结果表明所开发的监测系统可对烟气催化剂颗粒浓度进行有效测量,其测量精度比经验公式提高4.2倍.     

基于USB和构件的嵌入式电子测量工作站设计

介绍了基于USB和构件技术,用于大型工程电控中心测试和监控的嵌入式电子测量工作站.该嵌入式电子测量工作站充分利用了PC机强大数据处理能力和USB总线高速数据传输能力,并将基于构件的软件开发方法应用于嵌入式电子测量工作站软件开发,提高了软件开发效率和代码复用率.该嵌入式电子测量工作站具有功能多、体积小、成本低和携带方便等特点.     

基于UML状态图的类测试用例实现的研究和设计

UML状态图能有效的表现系统的并发控制和类的嵌套,但用其实现的类测试用例复杂.研究了UML状态图和扩展有限状态机这两种方法在软件测试中状态转换的特点,利用扩展有限状态机状态转换单一线索化的特点降低UML状态图在类测试用例生成中的复杂性.以一个坐标图形显示类的测试用例生成为例,详细讨论了结合扩展有限状态机状态转换特点的UML状态图在面向对象测试技术中的应用.     

Hammerstein-Wiener模型最小二乘向量机辨识及其应用

借鉴最小二乘支持向量机求解的思路,文中提出了辨识多输入-单输出Hammerstein-Wiener模型的方法.引入共线性约束假设,将辨识问题转换为有约束的优化问题,从而辨识出Hammerstein-Wiener模型的参数.基于Hammerstein-Wiener模型,我们建立了一个多输入-单输出的滚动预测模型,对铜转炉造渣S2期吹炼所需总氧量进行了预测,其相对均方根误差为12.1%.仿真结果表明,该模型预测准确、具有较好的应用价值.     

Scaling Conditional Random Fields by One-Against-the-Other Decomposition

As a powerful sequence labeling model, conditional random fields （CRFs） have had successful applications in many natural language processing （NLP） tasks. However, the high complexity of CRFs training only allows a very small tag （or label） set, because the training becomes intractable as the tag set enlarges. This paper proposes an improved decomposed training and joint decoding algorithm for CRF learning. Instead of training a single CRF model for all tags, it trains a binary sub-CRF independently for each tag. An optimal tag sequence is then produced by a joint decoding algorithm based on the probabilistic output of all sub-CRFs involved. To test its effectiveness, we apply this approach to tackling Chinese word segmentation （CWS） as a sequence labeling problem. Our evaluation shows that it can reduce the computational cost of this language processing task by 40-50% without any significant performance loss on various large-scale data sets.     

SVM+BiHMM:基于统计方法的元数据抽取混合模型

提出了一种SVM BiHMM的混合元数据自动抽取方法.该方法基于SVM(support vector machine)和二元HMM(bigram HMM(hidden Markov model),简称BiHMM)理论.二元HMM模型BiHMM在保持模型结构不变的前提下,通过区分首发概率和状态内部发射概率,修改了HMM发射概率计算模型.在SVM BiHMM复合模型中,首先根据规则把论文粗分为论文头、正文以及引文部分,然后建立SVM模型把文本块划分为元数据子类,接着采用Sigmoid双弯曲函数把SVM分类结果用于拟合调整BiHMM模型的单词发射概率,最后用复合模型进行元数据抽取.SVM方法有效考虑了块间联系,BiHMM模型充分考虑了单词在状态内部的位置信息,二者的元数据抽取结果得到了很好的互补和修正,实验评测结果表明,SVM BiHMM算法的抽取效果优于其他方法.     

基于分类间隔的特征选择算法

对于二类目标特征选择问题,首先讨论了特征空间的线性可分性问题,并给出了其判别条件;其次,通过借鉴支撑矢量机原理,分析了特征可分性判据的基本性质;最后,依据各特征对分类间隔的贡献大小定义了特征有效率,并以此进行特征选择和特征空间降维.实测数据与网络公开UCI(University of california,Irvine)数据库的实验结果表明,与经典的Relief特征选择算法相比,该算法在识别性能和推广能力上明显有所提高.     

使用超椭球参数化坐标的支持向量机

基于n维超椭球面坐标变换公式,构造一类核函数--n维超椭球坐标变换核.由于是同维映射,且增大了类间距离,这类核函数在一定程度上改善了支持向量机的性能.与其他核函数(如高斯核)相比,将所构造的核函数用于支持向量机,仅产生了很少的支持向量,因而大大加快了学习速度,改善了泛化性能.数值实验结果表明了所构造的核函数的有效性和正确性.