CAMOS:人工智能结构解析 Ⅱ.一种新的用于二维联接表自动生成的亚结构编码方法

本文提出一种新的子结构编码方案。在图论中,一个子结构可以树型结构进行描述。根据编码规则,子结构中的每一原子被赋一次值,由此使得任一分子的表征具有唯一性。在由本实验室所研制的人工智能程序 CAMOS 的支撑下,随着一个子结构树的“生长”(即一分子的建造和对接),其二维联接表可自动生成。     

CAMOS:人工智能结构解析 Ⅳ应用化学信息和碳-13谱分析亚结构集合

本文介绍在CAMOS系统中应用化学信息和碳-13谱图信息进行亚结构集合分析的方法.这些方法可以有效地筛选除不符合未知物信息的候选亚结构集合,降低结构生成过程中的组合度,避免冗余结构的生成,从而使整个系统效率提高.程序采用人机会话方式进行,可在小型或微型计算机上运行.     

CAMOS:人工智能结构解析Ⅲ亚结构集合分析中图论的应用

本文介绍一种用于亚结构集合分析的图论方法.该方法将亚结构描述成分子结构子图,用不饱和度表征子图的联接性,并设计了验证生成分子完全连通图的算法.应用该方法不仅可以筛除不能构成完整分子的亚结构集合,而且能将用于生成链状分子和环状分子的亚结构集合分开,对于提高结构解析的效率十分有效.程序用FORTRAN-77语言编写,在PDP-11/24计算机上实现.     

CAMOS:人工智能结构解析 Ⅴ碳-13 NMR谱用于结构确认

本文介绍在CAMOS系统中应用碳-13 NMR谱确认候选结构的方法.将候选结构的模拟谱与未知物实验谱进行比较,可以推测候选结构的可信度.其方法有谱峰个数比较、化学位移比较及波谱相似度计算,已得到满意的结果.程序用FORTRAN 77语言编写,可在小型机或微机上运行.     

最大生成树算法和决策式算法相结合的中文依存关系解析

基于最大生成树解析算法和决策式解析算法的互补关系,提出了最大生成树解析算法和决策式解析算法相结合的中文依存关系解析方法。结合方法利用Nivre模型的依存关系解析结果和依存度修正最大生成树模型有向边的权重,再搜索最大生成树作为依存树。使用宾州中文树库中的4 500句语料作十折交叉测试,结合模型的依存关系正确率达到了86.49%。结果表明该文提出的结合方法有效地提高了的中文依存关系解析性能。     

短语树到依存树的自动转换研究

不同标注体系的树库之间的相互转换是计算语言学研究的重要内容之一。本文在总结国内外几种树库标注体系及相互转换实践的基础上,结合清华汉语树库(Tsinghua Chinese Treebank ,简称TCT) 标注体系的特点,提出了一种将TCT从短语结构转换成依存结构(Dependency Structure) 的算法。这种算法充分利用了TCT具有的功能、结构的双重标记,转换得到的依存树不仅包含了各个节点之间相互依存的层次关系,更包含了相互依存的两个节点的具体的依存关系类型。我们对转换的效果进行了抽样评估,准确率可以达到97137 %。     

逆序解析DOM树及网页正文信息提取

一般地,从HTML网页中提取正文信息,应先将HTML、网页解析成DOM树,然后遍历DOM树,依据目标信息在DOM树中的分布规律,将信息从DOM树中提取。这种传统方法将解析DOM树和从DOM树中提取信息看成两个独立的过程,制约了提取信息的速度。事实上,在准确提取目标信息的过程中,独立解析整个DOM树是没有必要的。在此,提出了逆序解析DOM树算法,并结合DOM树相似理论和传统的顺序解析算法,从部分目标信息开始分别向后顺序和向前逆序解析DOM树,同时定位并获取其他目标信息。利用该方法提取网页正文信息,一方面只需解析部分DOM树,从而减少了解析树结构花费的时间,另一方面不需要遍历整个DOM树查找目标信息,从而节省了查找时间,大大提高了信息提取速度。最后,通过实验证实了该方法的优越性。     

基于分类树的随机测试用例生成

随机测试(RT)已被用于在基于模型的测试中自动生成满足一定模型覆盖准则的测试用例集合.然而,完全随机的测试用例产生方法可能会导致大量冗余的测试用例.因此,在研究基于UML(Unified Modeling Language)活动图产生测试用例的基础上,提出了一种基于分类树的随机测试用例产生方法(CT-RT),运用分类树分析已运行测试用例的输入域,从而指导产生新的测试用例,并通过实验案例说明了对于UML活动图中的简单路径覆盖.该方法较之完全随机的方法大大减少了冗余测试用例的数量.     

生成树的问题分析及网络设计

通过讨论网络中的生成树协议（STP）可能失败的一些共同原因，分析发生问题的根源所在。然后在此基础上，论证并确定了在现实的网络中为了使生成树引发的问题减到最小、进而使问题得到很快解决的相关设计准则。     

交换机生成树环路的生成及防治

针对企业网的特点,通常都会使用冗余技术增强其架构及提高运行可持续性,但是冗余技术应用在交换网络中时由于环路的作用会产生帧重复、广播风暴及不稳定的MAC地址等问题致使网络瘫痪.本文旨在说明交换机生成树环路的生成以及如何实现冗余链路的控制工作即生成树协议的工作实现从而防止环路的危害.     

基于生成树协议的交换域拓扑发现算法

交换域拓扑结构的自动发现是局域网管理的重要组成部分.提出了基于生成树协议的交换域拓扑自动发现算法,用以获取并收集交换域内每台交换机的生成树信息,根据生成树协议的规则将收集齐全的整个交换域的生成树信息转换为交换域的拓扑结构.与基于地址转发表的拓扑发现算法相比,本算法更简单、更准确,而且不会增加网络负担.目前该算法已在实际的网络管理中实现成功试用.     

基于Prim算法的最小生成树优化研究

在图的最小生成树算法中,Prim和Kruskal算法分别适用于稠密图和稀疏图,但两种算法都不能根据图的顶点数、顶点的度数以及边的分布情况自适应地改变自身.由此,对Prim算法进行改进,从图中每个顶点的度数入手,采取删除某些无用边的思想方法,给出了一个寻找最小生成树的算法,使其能动态调整自身的性能,既适合于稠密图,又适合于稀疏图,经实例验证,利用改进的Prim最小生成树算法,根据无向图的顶点数和顶点的度数动态确定求解最小生成树的时间,并将求解的时间复杂度最小化.     

基于模糊结构元的最小生成树问题的求解算法

针对梯形模糊数,定义了一种梯形模糊结构元.研究了边权值为梯形模糊数的模糊权值网络,建立了其最小生成树问题的数学模型,并利用梯形模糊结构元加权排序思想和Kruskal算法,设计了一种该问题的求解算法,给出了算法的复杂度分析和应用实例.文中的模型和算法对于边权值为其他类型模糊数的模糊权值网络同样有效.     

基于生成树算法的链路层拓扑发现研究

随着大规模交换网络的发展,网络拓扑发现的研究由网络层拓展到数据链路层。链路层的拓扑发现能够发现网络层拓扑发现无法发现的局域网内部的详细的物理连接情况,对网络配置管理具有重要意义。研究了目前基于地址转发表（AFT）的方法,针对现有算法的不足作了一定分析,提出了一种基于生成树算法（STA）的链路层网络拓扑发现算法,利用SNMP获得网桥MIB中的生成树信息,通过分析这些信息计算出链路层的网络拓扑。该算法相比其它算法更简单、高效,有应用价值。     

数据库物理结构自动生成技术的研究

针对目前广泛使用的三种商用数据库(Oracle、SQL Server和Sybase)不同的数据表结构,研究了数据表定义从逻辑结构到物理结构的转换方法,进而编制了适用于上述三种商用数据库的物理结构自动生成软件。该软件的生成使原本繁琐、耗时的过程变得简单而高效。