服务组合的代数规约

现有的服务组合描述途径不能有效地验证和测试组合正确性,针对这一问题,提出了一个代数规约方法,引入规约包机制扩展面向服务代数规约语言SOFIA以支持该方法。用代数规约单元描述服务系统中的各种实体,其中基调部分定义实体的语法和结构,公理部分定义其功能和行为特性。与一个服务相关的规约单元封装在一个包中或拆分在几个相互引用的包中,每个包形成一个命名空间。当多个服务组合在一起时,以这些服务的代数规约包为基础,一方面抽象地定义组合服务的交互过程和语义,形成描述服务组合实现方式的实现规约包;另一方面抽象地定义组合服务对外接口及其功能语义,形成描述组合服务需求的抽象规约包。在实现规约和抽象规约的双元结构基础上,进一步定义了实现规约和抽象规约之间必须满足的“实现”关系,证明了满足实现关系可以保证实现的正确性,从而为服务组合的可验证性和可测试性奠定了理论基础。最后结合实例分析阐述了用代数规约描述服务组合的抽象性、可表达性和可验证性。     

关注点分离在计算思维和软件工程中的方法论意义

关注点分离可追溯到柏拉图对整体与部分关系的思考.作为基本的系统化计算思维原则,关注点分离体现在问题求解、算法设计、软件设计、软件架构描述、软件开发过程等诸多方面.简要归纳了软件和计算的本质特点;重点分析关注点分离作为重要的方法论原则在软件工程中的主要作用和体现形式;介绍了近期有关关注点高级分离的研究,包括关注点的多维分离和面向方面软件开发;最后阐述了关注点分离原则与具体问题具体分析策略相结合的实践意叉.     

基于序列树的增量式序列模式更新算法

在序列数据库更新时,现有的增量式序列模式挖掘算法只提到序列的插入操作和序列的扩展操作两种情况,没有针对序列删除操作。提出了一种基于序列树的增量式序列模式更新算法（ISPST）。当数据库更新时,ISPST算法只需要对与删除序列有关的序列构造投影数据库,实现对序列树的更新操作,通过深度优先遍历序列树得到更新后数据库中的所有序列模式。实验结果表明,当支持度发生变化时,ISPST算法在时间性能上优于PrefixSpan算法和IncSpan算法。     

适用于医学图像的模糊边缘检测改进算法

边缘检测是医学图像预处理中最重要的内容之一,系统地分析了Pal.King模糊边缘检测算法的不足,提出一种适用于医学图像的新型模糊边缘检测算法。该算法使用遗传算法对传统Otsu算法进行优化来确定阈值参数,对待测图像所对应的模糊特征平面通过基于此阈值定义的隶属函数来提取,并且对图像进行分区模糊增强和平滑处理以达到更好的边缘检测效果。仿真结果表明,针对所要处理的医学图像,与几种经典的处理方法相比,该算法能够提取出更加真实和完整的边界信息。     

编译器中激进蝴蝶优化方法的研究与实现

编译优化技术的目的是挖掘程序中的优化空间,提高程序编译或运行效率,无效代码删除优化是被广泛使用的编译优化技术之一,它旨在删除程序中不可达的代码,以提升程序的执行效率.许多应用程序的执行路径往往与运行时的输入参数值相关,并且在一些分支路径上与运行时参数值相结合,可能存在无效代码,通过现有的无效代码删除优化,很难做出优化处...     

锌铜钛合金的掺杂元素改性及热处理工艺的研究进展

为填补我国铜资源日益稀缺的现状,寻找了一种铜合金的替代材料Zn-Cu-Ti,它具有自清洁、质轻价廉、优良的、安全无毒、延展性、耐腐蚀性等优点.针对目前锌铜钛合金板材存在塑性差,变形困难,温升大,产品性能不易控制等问题,主要介绍了不同掺杂元素(包括Cu、Ti、Mg、稀土等金属元素)对锌铜钛合金的改性情况;同时进一步阐述了...     

模糊逻辑推理系统在目标毁伤分析中的应用

目标毁伤分析是C3I系统的一个重要组成部分,在作战指挥决策中是决定是否对目标实施第二次打击的主要判据.定义了目标毁伤的量化等级,讨论了目标毁伤评判特征参量的选取规则和目标毁伤函数的建立规则,建立了目标易损性计算模型以及简化的毁伤树,进而得到目标毁伤程度,为作战提供有效的指挥决策信息.     

焊接与切割设备的使用和维修(七十八)——烘干箱、变位机、操作机的使用与维修

针对维修难度较大的自控远红外焊条烘干箱,简单介绍了其结构和工作原理.并以ZYH-100型、DH-60型、YHX-80型3种烘干箱为例,整理出电路原理图,并介绍了工作程序以及常出现的故障和排除方法.     

莺-琼盆地多源非生物CO2运聚特征及资源潜力

南海北部莺.琼盆地壳源型、壳幔混合型及火山幔源型三类非生物(无机)成因CO2资源丰富,根据目前勘探及研究程度,其CO2资源量逾万亿立方米,勘探所获地质储量近3000×108m3,居中国之首.该区CO2不仅地质分布规律较复杂,而且具明显的多重性,不仅能广泛应用于国民经济及工农业生产中,且是严重影响生态环境的主要温室气体.因此,如何综合开发利用好这种储量规模巨大的CO,资源,促进国家经济建设,是该区目前天然气勘探开发所面临的重大科技攻关课题.     

反事实增强的对抗学习序列推荐

最近,强化学习技术在序列推荐系统取得成功,它能从用户长期反馈信号中学习有效的推荐策略.然而,模型的激励函数设计面临区分度过低的难题.这限制了模型学习不同用户反馈信号间的价值差异的能力,并导致推荐策略总是次优的.现有工作主要通过调节衰减因子来保证激励函数区分度,但它依赖专家先验知识缺乏理论基础.为了更合理地设计激励函数和提高其区分度,本文依据因果论来分析推荐系统,并提出一种基于反事实区分度增强的序列推荐算法CAL4Rec.首先,所提出方法用结构因果图描述序列推荐过程,并创造性地用因果图定义了因果可鉴别的价值激励区分度.其次,该方法用反事实生成对抗的自监督学习过程优化推荐策略网络,以学习用户的真实倾向.在一系列序列推荐基准数据集上,对CAL4Rec开展了广泛对比和消融实验,实验结果表明CAL4Rec的提升对多种网络实现结构有效(平均2.34%).