一种快速高效的模式匹配算法的应用研究

提出一种高性能的模式匹配算法——MAC算法,它通过使用从确定性有限状态机（DFA）中得到的特征等同态,在保证高速匹配的前提下,极大地减少了内存需求。同时,该算法具有高度的灵活性,即通过调整就可以适应不同的特定性能和资源限制的要求。在软件使用环境中的实验结果表明,MAC算法的内存使用性能相对目前先进的模式匹配算法提高了1.51~2.40倍。     

基于词法规则的语义对象匹配算法

介绍了基于词法规则的语义对象匹配算法,通过有限状态自动机将文本与描述语义对象的规则匹配,分析连续匹配成功的片段,以计算文本与语义对象的综合相似度,确定二者的匹配程度。该算法的特点是通过引入相似度计算,有效地解决了规则的不完全匹配问题。     

表驱动算法及其在C—Minus词法分析中的应用

通过表驱动算法在C-minus词法分析中的应用．使得程序消除冗余性．同时能够增强代码的可读性和逻辑性．使得词法分析这种分支很多的代码变得赏心悦目。     

用确定性的有限自动机进行图像压缩编码

本文提出用确定性的有限自动机（ＤＦＡ）进行图像压缩编码的方法。对一幅输入的数字化灰度图像，检测其中的自相似性，该图像可被表示成一个确定的有限自动机（ＤＰＡ）。ＤＦＡ的尺寸小于原图像。解码算法可以非常高效地由ＤＦＡ复原图像。     

脑卒中后抑郁患者脑电信号长时程相关性分析

为调查单侧半球损伤的脑卒中后抑郁患者脑电宽频振荡的长时程相关特性,利用去趋势波动分析这一可量化反映脑电信号长时程相关性的方法,研究了18例脑卒中后抑郁患者(8例左半球受损,10例右半球受损),22例脑卒中后无抑郁患者(12例左半球受损,10例右半球受损)宽频带(0.6~46 Hz)脑电信号在0.2~3 s时间尺度下的长时程相关特性。研究发现,虽然左半球受损抑郁患者较右半球受损患者抑郁情况更为严重,但是仅有右半球受损抑郁患者脑电信号长时程相关性在抑郁相关的脑区有显著性减弱,这暗示了不同半球受损脑卒中患者PSD发生的机制不同,PSD与脑卒中受损部位间存在着复杂的关系。     

基于DFA的HTTP会话学习模型

由于Web应用涉及范围广,结构复杂多变等特点,对其采用的入侵检测面临着严峻的考验。具有学习功能的入侵检测有着广阔的研究前景。提出一种异常检测方法,从HTTP连接中提取HTTP会话,按照RFC标准描述HTTP请求,以此构建基于DFA的HTTP会话学习模型。并针对HTTP请求数量庞大的特点,提出模型简化的算法。该模型能够实现自动更新,有助于解决入侵检测保护Web应用时遇到的问题。     

基于自动机模型的构件集成软件测试要素的提取

分析了构件化软件接口、事件、上下文及内容依赖关系在集成测试中的作用,以及提取该四要素的难度;针对构件化软件的自身特点提出了一种有限状态自动机模型,利用该模型实施对四要素的提取,并通过实例验证了该模型的有效性。     

基于电子舌技术的卷烟主流烟气味觉识别

为考察电子舌对不同卷烟烟气味觉的识别效果,利用电子舌系统检测了6个烤烟型和3个混合型卷烟样品主流烟气水处理液的味觉特征,并对其传感器响应信号进行了主成分分析( PCA)和判别因子分析( DFA).结果表明:①前2维主成分对卷烟品种的味觉识别贡献率达84.82％;②前2维DFA对卷烟品种的味觉识别贡献率达95.42％.结...     

一种新的DFA状态最小化算法

提出了一种基于状态转换矩阵的适合计算机实现的DFA状态最小化算法,在计算等价状态过程中,通过记录扫描过程中发现的具有相同输入字符和相同转换状态的状态判定链表,算法可以用一遍扫描和与传统算法相近的存储空间实现DFA状态的最小化。与传统的DFA状态最小化算法相比,该算法具有较好的时间复杂度和相同的空间复杂度。