报表系统中公式依赖关系分析及计算性能优化

为提升Web报表系统中公式计算的效率,建立了公式计算性能优化的模型.提出了一种公式间依赖关系分析的方法,自适应构建公式间的依赖关系图;在构建的依赖关系图的基础上,进一步提出了高效的层次化拓扑排序算法,极大的提高了报表中公式计算效率,减小报表系统每张报表的表内公式计算的总执行时间.理论分析和实验结果表明,该模型具有较强的可行性和算法高效性.     

求解关系模式中一个候选关键字的一种有效算法

通过分析关系模式的属性在函数依赖中所起的作用，发现在关系模式中的部分属性必定为主属性，而部分属性必定为非主属性，可以通过减少对属性的搜索次数，从而提高算法的效率，降低算法的时间复杂性。为此，本文提出一种切合实际的求解候选关键字的有效算法。     

分布内存系统中流水并行代码的自动生成

并行循环分为DOALL和DOACROSS。DOACROSS循环携带数据依赖,在并行执行时需要通信支持,对于可以精确分析依赖关系的DOACROSS循环可通过流水并行方式提高性能。该文针对流水并行代码的自动生成进行讨论,包括数据依赖关系图和流水关系图的建立、流水并行判别准则和流水代码的自动生成等。实验证明流水并行后能获得较好的加速比。     

基于Bi-GRU和Self-Attention模型的企业关系抽取

从大量非结构化的企业文本中抽取出结构化的企业关系,是建立企业知识图谱的基础工作。循环神经网络(RNN)和卷积神经网络(CNN)是当前关系抽取的主要方法。但是由于企业文本语法特征复杂,长程依赖明显,所以采用RNN的变形网络Bi-GRU来进行初步提取。Bi-GRU虽然考虑了长距离词的相关性,但提取特征不够充分。所以在已有基础上引入Self-Attention,使模型能进一步计算每个词的长程依赖特征,提高模型的特征表达能力。最后通过各种模型的实验比较,该方法相较只含Bi-GRU或其他经典模型,在企业文本的关系抽取性能有进一步提高。     

基于依赖关系模型的复杂软件系统架构管理方法的研究

提出了一种基于依赖关系模型的复杂软件架构的管理方法。依赖关系是通过传统的软件源代码静态分析提取出来,并且以表单形式展现,这种展现方法被称为依赖关系矩阵（DSM）。利用各种算法重组DSM用于反映软件的架构,并且能够凸显软件架构的各种模式和依赖关系的缺陷。算法结合用户输入的约束条件可形成软件架构的层次结构。该结构可作为判断设计人员设计的依赖关系是否符合设计规则基础。设计规则可在系统的迭代发展中重复应用,可以发现系统中违反设计原则的缺陷,并保证系统源代码实现和架构设计的一致性。目前这种方式已经在LDM这个软件中实现,并且已经运用在很多的商业项目中。     

Petri网中的公平依赖体系研究

本文给出了弱公平依赖的严格定义，及亚公平依赖、弱公平依赖关系的判定条件．从而使了公平依赖关系也同公平关系一样成为一个严格体系，并给出了公平依赖体系的图形表示．使公平依赖关系的研究可部分的借鉴公平体系研究的成果，这对以后公平依赖关系的研究具有一定的指导意义．     

基于知识粒度的决策空间方法研究与实现

本文利用粗糙集理论中的粗度概念，在对获取规则进行扩展性的粒度描述的基础上，提出了一种工具——知识依赖关系图（KDRD），构造了n维知识粒度决策空间以及基于多决策类的同构映射决策空间，建立了基于KDRD和决策空间的决策算法，并结合机械故障诊断说明了本方法非常适于故障诊断等通过结论获取原因的智能决策系统．     

Pstri网的公平依赖关系

Petri网是对系统进行模拟与分析的有效工具。公平性是Petri网的重要性质之一,体现了系统中变迁在运行时紧密的相互依赖关系。然而在许多情况下,这种依赖关系是单向的,这些变迁也不处于公平关系。因此,在对一些实际系统进行模拟和分析时,清楚各个环节之间的相互依赖关系十分重要。通过对依赖关系的分析,我们可以清楚决定各个环节运行的条件,也可以     

基于容差关系的扩展粗集模型中的知识依赖

论文在基于容差关系的扩展粗集模型中,考虑了条件属性子集与决策属性子集间知识依赖和条件属性子集间的知识依赖两种情况,分别给出了这两种情况下知识依赖和部分知识依赖以及依赖度等概念的定义,证明了与这些概念的定义相关的一些重要定理结论,并给出了一些例子加以验证。     

基于句法和语义的需求依赖关系自动获取

为了研究复杂系统中需求之间的依赖关系,针对需求文本固有的特点以及可能存在的上下文关系,结合各个词之间的词义以及特定语境下的语义知识,提出了一种基于句法和语义的需求依赖关系自动获取方法。在以自然语言描述的需求文本上,首先,通过对每条需求提取关键词,并结合领域知识对其添加领域词汇,对每个关键词进行词性标注并封装成集合来形式化需求;其次,通过对不同需求的关键词做语义分析,定义关联需求的语义词库表,将关系词库和集合中的词性特征结合来判断两个需求之间的依赖关系,并给出抽取关系的方法,基于该方法设计并实现了一个系统,通过自动分析各个词之间的语义依存关系得出需求之间的依赖关系。最后,通过实例证明了该方法的可行性和有效性。     

神经网络在计算系统软件抗衰重启技术中的应用研究

将神经网络应用于计算系统的抗衰重启技术中,以实现细粒度的软件抗衰,可以更大程度地增强软件抗衰的智能化,提高抗衰效率及准确性,进一步降低抗衰开销,提高软件可靠性.判定模块重启相关性及模块可达集是实施细粒度软件抗衰策略的关键环节.文中结合神经网络工作原理,构建了判定模块间重启相关度及模块可达集的神经网络结构模型.该模型根据软件系统中模块间的控制、调用及数据访问关系,通过分析模块间的耦合程度和重启相关性的相关理论及其之间的关系,制定模块重启相关度和模块可达集的判定算法,最终完成系统模块间重启相关度及模块可达集的判定任务,从而为实现智能化细粒度软件抗衰提供支持.     

嵌入式实时软件通用框架模型研究

框架是一种在某个领域获得软件重用的重要途径,描绘的是一个待建应用系统软件的主要结构.从实时嵌入式系统的两大特性着手,提出了一个通用的嵌入式实时软件框架模型,深入分析了该框架下的资源模型、时间模型、任务模型、调度模型和通信模型以及它们之间的相互依赖关系,并且进行了建模.该模型在某航空机载系统研究中得到了应用并切实提高了软件的开发效率和可维护性,具有一定的工程理论和应用价值.     

基于图染色理论和遗传蜂群算法的并行测试任务调度

针对并行测试中任务优化调度这一关键性问题,提出了一种图染色理论和遗传蜂群算法相结合的任务调度优化算法.首先,建立了基于图染色理论的并行测试任务关系模型,用图来描述测试任务占用仪器资源的情况;然后, 在测试任务关系模型的基础上,将遗传算法特有的交叉、变异操作与人工蜂群(ABC)算法相结合搜索最优解,能够有效避免算法早熟并且加速算法收敛;最终得到并行度最大的任务分组方案.经仿真验证,所提方法能有效地实现并行测试,提高自动测试系统的测试效率.     

基于Petri网的信息系统集成项目管理模型研究

针对当前项目管理规划软件存在的缺陷,介绍了一个基于Petri网的信息系统集成项目管理模型(DSPM)的设计和实现机理。该模型利用知识库和工作流技术,很好地将项目过程管理与工作流系统集成起来,并且提出了一种有效的任务依赖关系管理模式,很好地解决了项目规划、调度、变更等关键问题。     

MP4大片轻松做

如今电脑已经是RMVB、AVI、WMV的天下但在手机和便携式媒体播放器上，MP4才是当之无愧的“老大”， 由此产生一个问题．就是我们如何才能把流行于电脑的RMVB、AVI、WMV电影以及DVD影碟方便快速的转换成MP4。     

基于工作流的高性能计算用户环境的设计

面向行业的高性能计算越来越复杂,一个任务的完成不仅仅需要计算服务,还需要数据服务以及各种辅助设备服务.依靠作业管理系统构建的高性能计算用户环境仅仅支持作业间的时序依赖,没有容错机制和健全的流程控制,不能完全满足日益复杂的面向行业的高性能计算用户的需求.基于工作流构建的高性能计算用户环境,在石油物探行业得到了较好的应用.它不仅便于业务流程的创建和控制,而且扩展了各种关系依赖和流程语义,特别是具有检查点功能的基于事件模型的工作流引擎,给系统提供了可靠性保证.这使得基于工作流的高性能计算用户环境能够灵活地适应不同用户环境的变化.     

基于Transputer的分布并行处理机的通信与任务分解

本文基于Ｍｕｌｔｉ－Ｔｒａｎｓｐｕｔｅｒ并行处理系统的结构特点，分析了Ｔｒａｎｓｐｕｔｅｒ网的通信通信及任务通信开销对作业运行效率的制约关系。结果表明：并行程序设计的作业分解方式、选取合理的任务粒度和Ｔｒａｎｓｐｕｔｅｒ网络拓扑是其影响通信开销和作业运行效率的主要原因。     

基于双向匹配模型的任务调度策略的研究

一个好的任务调度策略直接影响和决定着整个集群系统的运行效率,首先介绍两种调度模型,即面向任务分配处理机和面向处理机分配任务,从而提出了一种融合这两种调度模型的双向匹配任务调度模型,并通过改进OpenPBS（Ponable Batch System）原有的单向任务调度模型,运用双向匹配模型使其整个系统的资源使用效率得到了很大的提高。     

任务管理系统模型类的抽象与设计

针对以往任务管理系统开发效率低、系统可维护性不强的情况,对任务管理系统模型类进行抽象与设计,分析了模型类的通用性和适用性,详细介绍了模型类抽象与设计的思路和方法。最后把抽象出的模型类应用到现有的任务管理系统中,验证设计思路,改进、优化了现有系统,降低了开发类似系统的成本,对任务管理系统的平台化研究和实现有一定的帮助。     

一种对IMM真实误差二阶距的估计方法

交互式多模型IMM被认为是对混合系统估计的一种性价比最好的算法之一。考虑到各个模型之间的相关性,在假设已知真实模式序列的情况下,本文提出了一种对IMM真实误差均值、协方差以及二阶距的估计方法。在Monte-Carlo仿真实验下用真实误差二阶距的均值平方根来评估IMM的性能,并与RMSE进行了比较。另外对该方法在跟踪门设计中的应用前景进行了展望。