EASTT：一种嵌入式应用软件测试系统

本文介绍了我们对嵌入式软件进行分析测试以及质量评价方面的研究成果－－EASTT系统，这是一套针对C／C＋＋语言的测试工具集，可用于对嵌入式应用软件的静态结构分析、动态测试和运行情况跟踪，并提供了一个层次化模型来对应用软件的质量进行综合评价。     

EASTT源码解析系列之四——三级质量度量模型

EASTT系统中提供了一个用于评估被测试系统质量的度量工具，此工具主要由三级质量度量模型、质量定义件编辑器、被测试组件控制和Kiviat图形式的结果显示等部分组成。本将介绍模块结构并重点对模型建立部分的代码进行分析。     

跨组织工作流集成中间件语义转换部件研究

跨企业的系统协同工作是目前企业信息化的难点之一。提出一种新的跨组织功能集成实现方案——领域语义控制转换,对其核心部件语义存储及转换模块给出了三种模型,并对其进行比较,选择其中较优模型——推荐式领域语义控制转换模型。该模型包括：语义信息库、语义推荐、语义存取、语义信息检索和子系统控制模块,以完成系统间应用、功能数据集的语义匹配和控制工作。最后给出了简要的实现方案和实例,通过语义转换部件来实现跨组织功能的集成。     

跨组织工作流集成中间件语义转换部件研究

跨企业的系统协同工作是目前企业信息化的难点之一。提出一种新的跨组织功能集成实现方案——领域语义控制转换,对其核心部件语义存储及转换模块给出了三种模型,并对其进行比较,选择其中较优模型——推荐式领域语义控制转换模型。该模型包括：语义信息库、语义推荐、语义存取、语义信息检索和子系统控制模块,以完成系统间应用、功能数据集的语义匹配和控制工作。最后给出了简要的实现方案和实例,通过语义转换部件来实现跨组织功能的集成。     

基于改进神经网络的韩语机器翻译系统设计

韩语机器翻译受到韵律格式影响,导致翻译的可靠性不好,提出基于改进神经网络的韩语机器翻译系统设计方法。采用语料库模型建立韩语机器翻译系统的双语平行语料库,建立以深度学习为基础的神经网络翻译语义控制模型,采用规则和模板的匹配方法,采用统计机器翻译的方法,构建以语义综合评估为翻译结构参数模型的韩语机器翻译自然语言处理模型,采用无监督的神经网络学习方法,建立韩语机器翻译的语义对照模型,实现迭代反向翻译和回译。系统构建中,设计了数据库模块、语义推荐模块、数据访问层模块和翻译生成模块,在改进神经网络模型下实现机器翻译系统设计。测试结果表明,该方法进行韩语机器翻译的可靠性较好,具有很好的语义连贯性、翻译一致性和翻译流利性,翻译输出的准确度较高。     

基于自然语言计算模型的汉语理论解系统

本文首先给出了一种自然语言计算模型，该模型把自然语言交流过程划分为三个层次：语言形式，表层语义和深层语义，从而将自然语言理解抽象为一个复合函数ＵＰ。依据这个模型，我们设计了一个汉语理解系统，这个系统具有良好的扩展性和可移植性，该系统采用汉语语义结构文法来分析汉语句子，反语法分析和语义分析有机地结合在一卢。文中形式定义了词语的深层语义以及深层语义的基本运算，给出了分析器，理解器以及生成器的算法。     

基于本体的视频语义检索系统研究

在语义层次上检索视频内容,可以突破“语义鸿沟”,提高视频内容的利用效率。利用本体的标注和推理能力,研究视频语义检索,充分挖掘视频内容的结构和语义信息,构建层次化的语义索引,能极大提高系统的语义检索能力。该视频语义检索系统(OVSR)的本体架构集成了领域本体、视频本体和核心本体,具有很强的扩展和交互能力。主要论述OVSR的本体架构,视频语义模型和索引模型,研究OVSR的查询重写算法以及本体推理算法。     

基于多层感知机和语义矩阵的答案选择模型

答案选择是问答系统领域的关键子任务，其性能表现支撑着问答系统的发展。基于参数冻结的BERT模型生成的动态词向量存在句级语义特征匮乏、问答对词级交互关系缺失等问题。多层感知机具有多种优势，不仅能够实现深度特征挖掘，且计算成本较低。在动态文本向量的基础上，文中提出了一种基于多层感知机和语义矩阵的答案选择模型，多层感知机主要实现文本向量句级语义维度重建，而通过不同的计算方法生成语义矩阵能够挖掘不同的文本特征信息。多层感知机与基于线性模型生成的语义理解矩阵相结合，实现一个语义理解模块，旨在分别挖掘问题句和答案句的句级语义特征；多层感知机与基于双向注意力计算方法生成的语义交互矩阵相结合，实现一个语义交互模块，旨在构建问答对之间的词级交互关系。实验结果表明，所提模型在WikiQA数据集上MAP和MRR分别为0.789和0.806,相比基线模型，该模型在性能上有一致的提升，在SelQA数据集上MAP和MRR分别为0.903和0.911,也具有较好的性能表现。     

基于移动Agent的元数据自动抽取研究

语义Web是在分布式环境下构建复杂系统的一种新兴技术。在分析语义Web与移动Agent的基础上,提出了基于移动Agent的元数据自动抽取系统模型。该系统由三个层次构成网络信息层、移动Agent平台和元数据提取及管理模块,语义Web为解决元数据信息处理提供了一个基本的技术框架,其中核心层为XML,RDF,Ontology。最后,给出了改进的粒群优化算法作为移动Agent路由判定算法,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

编码—解码结构的语义分割

目的 语义分割是计算机视觉中一项具有挑战性的任务,其核心是为图像中的每个像素分配相应的语义类别标签。然而,在语义分割任务中,缺乏丰富的多尺度信息和足够的空间信息会严重影响图像分割结果。为进一步提升图像分割效果,从提取丰富的多尺度信息和充分的空间信息出发,本文提出了一种基于编码-解码结构的语义分割模型。方法 运用ResNet-101网络作为模型的骨架提取特征图,在骨架末端附加一个多尺度信息融合模块,用于在网络深层提取区分力强且多尺度信息丰富的特征图。并且,在网络浅层引入空间信息捕获模块来提取丰富的空间信息。由空间信息捕获模块捕获的带有丰富空间信息的特征图和由多尺度信息融合模块提取的区分力强且多尺度信息丰富的特征图将融合为一个新的信息丰富的特征图集合,经过多核卷积块细化之后,最终运用数据依赖的上采样（DUpsampling）操作得到图像分割结果。结果 此模型在2个公开数据集（Cityscapes数据集和PASCAL VOC 2012数据集）上进行了大量实验,验证了所设计的每个模块及整个模型的有效性。新模型与最新的10种方法进行了比较,在Cityscapes数据集中,相比于RefineNet模型、DeepLabv2-CRF模型和LRR（Laplacian reconstruction and refinement）模型,平均交并比（mIoU）值分别提高了0.52%、3.72%和4.42%;在PASCAL VOC 2012数据集中,相比于Piecewise模型、DPN（deep parsing network）模型和GCRF（Gaussion conditional random field network）模型,mIoU值分别提高了6.23%、7.43%和8.33%。结论 本文语义分割模型,提取了更加丰富的多尺度信息和空间信息,使得分割结果更加准确。此模型可应用于医学图像分析、自动驾驶、无人机等领域。     

一个适合复杂对象管理的层次—关系模型

本文提出了管理复杂对象实用而经济的数据模型－“层次－关系“模型。ＯＯＤＢ方法无疑是处理复杂对象有效的方法，然而实现一个纯粹的ＯＯＤＢＭＳ其工作量和复杂度都难以在近期使用它。语义联系模型在表达客观事物的语义联系上有其独特的功能，而描述复杂对象的内部结构则显得力不从心。基于传统数据模型组合和扩充的“层次－关系“模型，吸取ＯＯＤＢ静态结构继承的思想，利用了层闪模型和关系模型已有的技术和其优点，是处理复杂     

基于一阶逻辑的RDF模型的研究

XML为互联网应用提供了语法互操作性统一标准,而资源描述框架RDF定义了支持语义互操作的框架模型。作为RDF数据模型的类型系统,资源描述框架模式RDFS定义了一套扩充新的建模原语及其语义约束的机制。由于整个互联网语义化过程都以RDF模型为底层的模型支持,RDF数据模型及其类型系统的形式化程度直接影响和制约着更高层次上的语言和模型的形式化能力和推理能力。文章首先对RDFS类型系统做了非形式化分析,然后基于一阶逻辑定义了一套RDFS类型系统中对应类层次模型、类-实例模型和核心概念约束模型的事实-规则集。     

多尺度特征深度复用的显著性目标检测算法

针对传统显著性目标检测方法在检测不同尺度的多个显著性目标方面的不足,提出了一种多尺度特征深度复用的显著性目标检测算法,网络模型由垂直堆叠的双向密集特征聚合模块和水平堆叠的多分辨率语义互补模块组成。首先,双向密集特征聚合模块基于ResNet骨干网络提取不同分辨率语义特征;然后,依次在top-down和bottom-up两条通路上进行自适应融合,以获取不同层次多尺度表征特征;最后,通过多分辨率语义互补模块对两个相邻层次的多尺度特征进行融合,以消除不同层次上特征之间的相互串扰来增强预测结果的一致性。在五个基准数据集上进行的实验结果表明,该方法在Fmax、Sm、MAE最高能达到0.939、0.921、0.028,且检测速率可达74.6 fps,与其他对比算法相比有着更好的检测性能。     

基于消息语义解析的软件网络行为分析

通过对软件网络行为的研究,提出了通过结合动态分析软件行为技术和网络消息语义解析技术对软件网络行为进行分析的系统模型。系统主要由动态二进制分析模块、消息语义解析模块和网络行为分析模块组成。通过动态二进制分析,利用行为监控和劫持机制,获取软件对于应用程序编程接口(API)函数和系统函数的调用情况;通过动态污点分析,对消息语义进行解析。实验验证表明,软件行为和消息语义解析的结合可以用于分析软件网络行为。     

基于语义Web的信息系统建模与应用

论述了基于语义Web进行信息系统建模的方法，利用该方法对一个应用系统进行了设计。讨论了系统的知识库与核心模块的设计，给出了一种检索算法。对Web的深入应用具有重要意义。     

视觉—语义双重解纠缠的广义零样本学习

目的 传统的零样本学习（zero-shot learning,ZSL）旨在依据可见类别的数据和相关辅助信息对未见类别的数据进行预测分类,而广义零样本学习（generalized zero-shot learning,GZSL）中分类的类别既可能属于可见类也可能属于不可见类,这更符合现实的应用场景。基于生成模型的广义零样本学习的原始特征和生成特征不一定编码共享属性所指的语义相关信息,这样会导致模型倾向于可见类,并且分类时忽略了语义信息中与特征相关的有用信息。为了分解出相关的视觉特征和语义信息,提出了视觉—语义双重解纠缠框架。方法 首先,使用条件变分自编码器为不可见类生成视觉特征,再通过一个特征解纠缠模块将其分解为语义一致性和语义无关特征。然后,设计了一个语义解纠缠模块将语义信息分解为特征相关和特征无关的语义。其中,利用总相关惩罚来保证分解出来的两个分量之间的独立性,特征解纠缠模块通过关系网络来衡量分解的语义一致性,语义解纠缠模块通过跨模态交叉重构来保证分解的特征相关性。最后,使用两个解纠缠模块分离出来的语义一致性特征和特征相关语义信息联合学习一个广义零样本学习分类器。结果 实验在4个广义...     

面向MRO 的制造服务业支撑系统框架设计

研究了大型制造服务业企业内部信息系统不能良好地通信及领域知识的表达在语义、语法上的异构的问题．论述了所构建的系统应具备的特点,分析了目前企业应用系统集成的缺陷．在此基础上,通过对A企业设备知识进行了数据层、基础模型层、静态知识层、动态知识层和知识表现层的五个层次的设计,实现了知识管理层次规划;对本体模型构建进行了详细介绍;最后建立了一个采用SOA体系结构的,基于语义WebService的企业应用集成平台的基础框架,重点提出了SOA结构的层次图和大型制造企业服务管理系统框架,并对其中主要模块进行了说明．     

VirMIC—一个基于Internet的IC虚拟制造环境

该文展示了一个Internet环境下的集成电路虚拟制造环境VirMIC,着重于系统的三个核心模块,即电路性能仿真与成品率优化模块、工艺线仿真与调度模块和产品决策模块,电路性能仿真与成品率优化模块,建立了一个基于OO-DCE的技术CAD环境,以这个环境为依托,通过协调效益和成品率进行了工艺流程的可制造性优化设计;工艺线仿真与调度模块,以一定的工艺流程和制造系统配置为基础,建立制造系统Petri网模型,从而进行系统性能仿真和生产调度,对制造系统的整体性能进行优化;产品决策模块以前两个模块为基础,对如何选择合作伙伴,如何在合作伙伴之间分配用户提交的制造负荷,为构成“虚拟企业”提供指导性信息,以上三个模块构成了Vir-MIC系统的功能核心。     

统计机器翻译中翻译规则抽取

对齐短语是决定统计机器翻译系统质量的核心模块。提出基于短语结构树的层次短语模型,这是利用串-树模型的思想对层次短语模型的扩展。基于短语结构树的层次短语模型是在双语对齐短语的基础之上结合英语短语结构树抽取翻译规则,并利用启发式策略获得翻译规则的扩展句法标记。采用翻译规则的统计机器翻译系统在不同数据集上具有稳定的翻译结果,在训练集和测试集的平均BlEU评分高于短语模型和层次短语模型的BLEU评分。     

中国可持续发展系统动力学仿真模型—社会部分

本义重点介绍中国可持续发展系统动力学仿真模型的社会部分，包括人口、教育、保健、营养和科技投入等模块。介绍了本部分各模块之间的相互关系，以及本部分局总模型的关系。并以人口模块为重点，阐述了模型建立思路和调试过程，并给出人口模块主要输出变量的预测结果。