Web仓储中的单视图一致性

Web仓储系统使用物化视图的方法管理和维护Web数据,它可以给用户的查询和分析带来更快的效率,特别适合联机分析处理(OLAP)和决策支持。Web环境中数据更新非常频繁,为保持系统的时新性(freshness),需要不断刷新物化视图,在Web视图刷新的过程中,必须保持物化视图与基础数据之间的一致性(称为单视图一致性,SVC),否则系统中的数据就会产生错误,进而影响用户的正确使用,围绕这种单视图一致性,针对Web环境的特性,给出了相关保持算法,这些算法具有良好的Web环境适应性和伸缩性。     

基于多样性与一致性的单步多视图聚类

随着数据采集技术的发展,多视图数据变得越来越常见。与单视图数据相比,多视图数据包含更丰富的信息,通常用一致性与多样性来刻画。现有基于图的多视图聚类方法大多只关注视图间的一致性信息,忽视了视图间的多样性信息,并且图的构建与聚类过程分离,从而影响聚类算法的效果。提出基于多样性与一致性的单步多视图聚类算法(OMCDC)。基于“距离较近的数据点成为邻居的可能性较大”这一先验知识构建各个视图的相似性图。不同于以往算法直接融合相似性图获得公共图,OMCDC将每个视图的相似性图分解为一致性图和多样性图,通过融合一致性图获得更具一致性的公共图。在此基础上,引入谱旋转,联合优化低维谱嵌入和聚类概率矩阵,将图学习和聚类融为一体,直接获得聚类结果。OMCDC充分利用了多视图数据的一致性信息与多样性信息,结合谱旋转实现了单步多视图聚类。实验结果表明,该算法在100L和HW2数据集上的聚类准确率分别为94.62%和99.30%,相比MVGL、AWP、MCGC等方法具有较优的聚类性能。     

一种基于B/S的通用视图查询模型

提出了一种应用于B/S结构的分布式信息查询系统的通用视图查询模型CVQM ,以增强代码的健壮性、可重用性 ,实现系统的快速开发     

数据仓库保证任务一致性的多版本实视图维护

本文在3vwq算法的版本控制和补充思想的基础上，提出利用实现图的相关性和通过灵活的版本控制解决用户查询时的任务一致性问题和视图维护的多版本问题。     

基于多视图几何的位置与遮挡一致性恢复方法研究

针对增强现实中的几何一致性问题,提出了一种基于多视图几何的虚实场景位置和遮挡一致性恢复策略,该方法利用计算机视觉中的多视图几何原理同时解决了增强现实系统中的位置配准和虚实遮挡两个重要问题,在保证系统实时性的前提下,最大限度增强了真实感以提高系统可用性.实验结果表明,该文方法是有效可行的,在完成位置配准的同时解决了虚实场...     

基于多视图的特征模型定制

特征模型是捕获特定领域可复用软件需求的一种重要技术手段。对特征模型的复用通常采用定制的方式,通过定制使其适应领域内不同系统的特定需求。特征模型定制的一个难点在于定制过程往往涉及众多的利益相关者,而这些利益相关者的关注点各有不同。由于特征模型是针对整个领域的需求而组织的,特定利益相关者的关注点可能散布在整个特征模型中且可能与其他利益相关者的关注点相互交织,这为特定利益相关者的定制工作带来一定的困难。为此,文章提出一种基于多视图的特征模型定制方法,针对不同的利益相关者将其所关注的散布在整个特征模型中的信息聚类到不同的视图中,并提供一种约束一致性维护机制,方便相应的利益相关者的定制活动。     

可信可控网络中的一致性视图构建机制

在可信可控网络中利用多个控制节点对AS进行联合控制,容易造成多个控制节点在网络控制过程中持有的AS视图不一致问题。针对该问题,在可信可控网络模型的基础上提出了基于选举算法的AS内一致性视图构建机制,该机制首先基于选举算法选举出主控制节点,然后主控制节点根据AS内各个控制节点的负载,将视图构建任务分配给负载最低的控制节点负责构建视图,并利用主控制节点的时间对生成的视图的版本进行界定,从而避免了多个控制节点独自构建视图造成的视图混乱问题。仿真实验的结果表明,所提出的一致性视图构建机制具有良好的性能。     

基于多个域的UML模型的一致性检测

任何模型的表示都是要有意义的、一致的，通常的解决办法是加强约束。给出了在当前软件开发过程中的解决方案。约束和语义的关系是一致性检测的基础。对建模过程中模型受到的各个域的约束进行分级：从专家系统的知识根基中引入即成建模规则并且用约束构造型定义了不一致性的类型、级别和严重程度，因此可以向用户发出警告并且帮助用户改正甚至完善模型。     

An approximate optimization strategy using refined hybrid metamodel

An approximate model called metamodel or surrogate model is a mathematical model that numerically approximates response of a system during an engineering simulation process or test. The introduction of a metamodel makes it possible to express response defined in the design problem as a simple mathematical function of design variables. A metamodel can be built with response surface method (RSM), kriging, neural network, radial basis function, and so on. Each method has its advantages and disadvantages. A combined metamodel called hybrid model, ensemble model, or multiple surrogates has been developed to maximize each metamodel's strength. The hybrid model of this research includes RSM and kriging. Besides, a strategy to refine the hybrid metamodel is implemented by reducing design space. In this process, information related to Hessian is utilized for an unconstrained optimization problem, on the contrary feasibility for a constrained optimization problem. This research presents a new hybrid metamodel-based optimization strategy called refined hybrid metamodel. Five mathematical test problems, two-bar design, spring design, and propeller shaft design problems are solved with the suggested method, verifying its usefulness. Most of the optimal results with the proposed method are closer to exact solutions with smaller function evaluations than existing methods.     

基于2v-SVM和一致性检验的医学图像融合算法

对于不同模态的医学图像进行融合处理,可为临床提供更多的诊断信息。提出了一种基于2v-SVM和一致性检验的融合算法,首先对低频子图像采用2v-SVM融合规则;然后在高频部分进行一致性检验。试验结果表明,与传统方法相比,这种方法克服了在图像多尺度分解过程中产生的不稳定性和不连续性的缺点,可以使图像的视觉效果更好,并包含更多的信息。     

基于状态约简的顺序图和状态图一致性检测

为了解决系统设计过程中模型一致性问题,提出了一种对UML顺序图和状态图的语义一致性检测方法。该方法对顺序图和状态图一致性进行符号化描述,为一致性检测提供理论基础;提出状态约简规则和状态约简算法,能够减少冗余状态和迁移,证明了状态约简不影响一致性检测;提出改进的UML模型到PROMELA的转换方法并使用SPIN进行验证。实验表明上述方法能够有效地检测顺序图和状态图的一致性,在验证过程中减少冗余状态和迁移,转换后的代码结构简单、执行效率高。     

基于CWM的元数据的形式化推理框架研究

在基于公共仓库元模型(CWM)建立元数据的过程中,参与建立元数据的团体的不同经验以及描述数据的不同视角不可避免地带来元数据的冲突和冗余等问题,然而CWM的图形化特点使之缺乏精确的语义,所以如何在其上进行推理以自动发现这些问题至今没有得到很好的解决.研究了利用描述逻辑--一个一阶谓词逻辑的可判定子集形式化CWM元模型和元数据并进行推理的方法,将一致性检测分为水平一致性和演化一致性分别处理,在处理演化一致性的过程中对CWM元模型进行了扩展,使之支持元数据的版本能力从而能够推理由于演化引起的不一致问题,然后利用推理引擎LOOM对两种情形进行推理检测以发现不一致信息,取得了令人满意的结果,表明提出的方法是可行的.     

基于进程代数的构件动态演化行为一致性研究*

为了保证构件在动态演化时的行为一致性,提出了一种基于进程代数的构件模型,形式化描述了构件及其对外交互协议,引入了对外主动请求接口和内部连接,并给出了行为一致性验证的规则和相关定理;然后给出了验证算法;最后,通过一个构件化系统的实例来说明所提出方法的可行性。     

基于CAN总线ECU诊断功能的一致性测试设计

为了保证基于CAN总线ECU诊断功能的正确性和稳定性,在分析CAN总线诊断系统的基础上,提出了一种针对诊断功能的测试方法.根据CAN总线诊断协议ISO 15765,从黑盒测试的角度设计了测试方案和测试用例.最后以CANoe总线分析测试软件为基础搭建测试平台,完成了对ECU诊断功能的一致性测试.测试结果验证了此方法能有效地测试ECU诊断功能与诊断协议ISO 15765的一致性,表明此诊断测试方法可行.     

结合时空一致性的FairMOT跟踪算法优化

目的 视频多目标跟踪(multiple object tracking, MOT)是计算机视觉中的一项重要任务,现有研究分别针对目标检测和目标关联部分进行改进,均忽视了多目标跟踪中的不一致问题。不一致问题主要包括3方面,即目标检测框中心与身份特征中心不一致、帧间目标响应不一致以及训练测试过程中相似度度量方式不一致。为了解决上述不一致问题,本文提出一种基于时空一致性的多目标跟踪方法,以提升跟踪的准确度。方法 从空间、时间以及特征维度对上述不一致性进行修正。对于目标检测框中心与身份特征中心不一致,针对每个目标检测框中心到特征中心之间的空间差异,在偏移后的位置上提取目标的ReID(re-identification)特征;对帧间响应不一致,使用空间相关计算相邻帧之间的运动偏移信息,基于该偏移信息对前一帧的目标响应进行变换后得到帧间一致性响应信息,然后对目标响应进行增强;对训练和测试过程中的相似度度量不一致,提出特征正交损失函数,在训练时考虑目标两两之间的相似关系。结果 在3个数据集上与现有方法进行比较。在MOT17、MOT20和Hieve数据集中,MOTA(multiple object t...     

包含协议和语义的构件一致性验证方法

在基于构件的系统设计中,需要对构件的一致性进行验证。构件的一致性包括语义一致性和协议一致性,已有的一致性验证方法仅支持构件的协议一致性验证。而在实际应用中除了要进行构件的协议一致性验证外,还需要进行其语义一致性验证。为此提出了一种包含协议和语义的构件一致性验证方法。所提方法将方法语义与基于场景的需求规约相结合,使用语义扩展接口自动机模型(SIA)来建模构件的语义和协议信息,使用带有语义约束的UML交互概观图来表示基于场景的需求规约。通过对SIA和带语义约束的UML交互概观图的行为的理论分析,进一步形成了一种一致性验证算法,并用实例来说明其过程。该算法不仅能够检验系统中构件的协议一致性,而且能够检验其语义一致性。该算法中的方法语义包括了该方法参数的类型和详细语义信息,更符合实际应用情形。     

基于互近邻一致性的近邻传播算法

近邻传播(AP)算法是一种新提出的聚类算法,是在数据点的相似度矩阵的基础上进行聚类,通过数据点之间交换信息,最后得到聚类结果。提出了基于互近邻一致性近邻传播算法,即KMNC-AP算法,该算法利用互近邻一致性调整数据点之间的相似度,进而提高聚类效率和精确度。实验结果表明,该算法在处理能力和运算速度上优于原算法。