融合文本图卷积和集成学习的文本分类方法

为了提高文本分类的准确率并解决文本图卷积神经网络对节点特征利用不足的问题,提出了一种新的文本分类模型,其内在融合了文本图卷积和Stacking集成学习方法的优点。该模型首先通过文本图卷积神经网络学习文档和词的全局表达以及文档的语法结构信息,再通过集成学习对文本图卷积提取的特征进行二次学习,以弥补文本图卷积节点特征利用不足的问题,提升单标签文本分类的准确率以及整个模型泛化能力。为了降低集成学习的时间消耗,移除了集成学习中的k折交叉验证机制,融合算法实现了文本图卷积和Stacking集成学习方法的关联。在R8、R52、MR、Ohsumed、20NG等数据集上的分类效果相对于传统的分类模型分别提升了1.5%、2.5%、11%、12%、7%以上,该方法在同领域的分类算法比较中表现优异。     

动态实时系统描述及其资源管理技术

动态实时系统在设计时无法确定系统的最大负载．在运行时系统要处理的数据量和事件到达率有巨大改变,在这种情况下保证系统的实时性和耐久性很困难。本文介绍了一个系统描述语言来描述这样的系统;从系统描述中产生系统静态模型,然后动态检测系统状态形成动态模型;资源管理中间件根据系统状态管理分配资源保证系统的实时性和耐久性,资源管理技术使用了动态路径典范;并介绍了一个动态实时系统的体系结构。     

实时数据库中的可推测并发控制算法

可推测并发控制是一种新的并发控制方法,特别适合于实时数据库系统。可推测并发控制使用潜在冗余计算以确保尽可能早地发现和采纳可串行化调度,因而增加满足严格时问限制条件的实时性。本文中,首先阐述了基于SCC类算法的家庭成员SCC-nS算法。接着讨论了根据要求资源量的3个SCC-nS算法和它们执行的推测级别。最后,提供了建立可推测和实时性的一些模拟结果。     

结合静态语义和基于矩阵的异常事务识别方法

使用入侵检测找出数据库中异常事务是当前常用方法。但是,现今许多签字检测和非签字检测都是针对操作系统级而不是系统管理级,而且还不能保证对所有异常行为作出正确响应。为此给出一种新的异常事务识别方法。该方法使用静态语义分析读、写前及写后集合之间的关系来确定异常事务,使用基于矩阵的损失评估方法识别受此异常事务影响的数据客体。该方法由于避免读取数据库日志文件而减少了损失评估时间,但相关矩阵的存储需大量空间。     

应用UML进行实时系统资源分析

文中讨论了实时资源模型的结构和特性,以及应用UML进行实时系统资源分析的可行性。在资源的实现和对独占资源的调用方面对UML作了适当的扩展,并通过具体的例子说明如何使用有关的构造型。     

面向方面的时间特性建模

基于面向方面软件设计方法,分离出分布式式系统的时间特性作为一个方面单独建模,将时间子方面思想应用到统一建模语言(UML)建模中,利用随机实时时序逻辑和模糊时间Petri网扩展UML约束。实例证明,该建模方法可解决UML语义问题,使建模更准确,且为日后代码织入、自动生成和测试提供方便。     

软件非功能需求的面向方面建模

软件系统的非功能需求通常横切整个系统,采用面向对象的软件开发方法会导致代码缠结和分散.提出一种面向方面的非功能需求建模方法,通过扩展UML表达面向方面的概念,识别系统的功能需求和非功能需求,根据相应的需求得出系统的功能模型和非功能模型,然后将系统的非功能需求用方面实现,功能需求用组件实现,最后将组件和方面编织在一起形成最终的系统.这种方法降低了软件系统的开发难度,提高了系统的模块性、可重用性和可维护性.最后给出了应用实例.     

异构分布式负载均衡容错算法研究

基于基/副版本技术提出一种异构分布式容错调度模型,并在该模型上提出HDL算法。该算法克服了以前算法在故障发生前后负载均衡性不稳定问题,并在一定程序上实现均衡可控性,同时在模拟实验中给出一种基于协方差反映负载均衡性的方法。实验结果证明,该算法的负载均衡性在故障发生前后是稳定的。     

基于面向方面和UML的实时系统建模研究

利用面向方面的编程思想,在实时系统设计的需求分析阶段分离系统的功能性核心关注点和非功能性横切关注点,并着重对系统的非功能性等横切性关注点进行分析.通过扩展UML对实时系统时间切面建模,讨论了时间方面织入过程,利用AspectJ对建模的结果进行简单的编码实现.通过实际ATM自动提款机的实际例子说明如何在实时系统开发中运用这些技术进行系统建模和实现,充分显示了这些技术对实时系统进行分析建模的优越性.     

对面向方面编程在．NET平台实现的研究

面向方面编程（AOP）是一种基于关注点（concern）分离的新技术,它弥补了面向对象编程（OOP）在处理横切关注点时的不足。AOP在Java平台下已经形成了成熟的技术,在．Net平台下的功能就相对要弱。本文主要研究面向方面编程（AOP）在．NET平台的实现方法。