Modeling the Value-Based Software Process with Object-Petri-Nets

Commercial organizations increasingly need software processes sensitive to busi- ness value, quick to apply, supportive of multi-stakeholder collaboration, and capable of early analysis for subprocess consistency and compatibility. This paper and a companion paper \Applying Value-Based Software Process: An ERP Example" present our experience in ap- plying a lightweight synthesis of a Value-Based Software Quality Achievement (VBSQA) process and an Object-Petri-Net (OPN) based process model to achieve a stakeholder win- win outcome for software quality achievement in an ERP software project in China. We attempt to answer such questions as (1) whether it is possible to model various project stakeholder perspectives using formal process modeling languages in a real-world project? (2) how to make stakeholders synchronize and stabilize their value propositions, activities and commitments as needed. The companion paper presents the VBSQA process and its application to the ERP project; this paper presents the OPN-based process modeling and its application. The application results of OPN process modeling conˉrmed that (1) the OPN- based process model provided project managers with a synchronization and stabilization framework for process activities, success-critical stakeholders and their value propositions; (2) process visualization and simulation tools signiˉcantly increased management visibility and controllability for the success of the software project.     

变电站远程监控系统研究

研究了分布式Web计算技术开发远程监控系统的关键技术,就基于IP网络实现变电站远程监控的主要思路和技术问题进行说明和分析讨论.从信道带宽、网络机制、远动协议、信息安全等多方面讨论了IP网络传输时保证远动QoS的措施方法以及IP网络传输对信息安全的防护措施.     

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.     

.NET设计模式在粮食收发业务管理系统中的应用研究

粮食收发业务管理系统在.NET3.5平台上采用了分层架构、单件、简单工厂、策略等设计模式进行设计,不仅满足了基本的粮食收发业务管理需求,同时大大提高了系统的可扩展性和易维护性,缩短同类软件的开发周期,为提高系统的通用性和可重用性提供了一种思路和方法.     

一种基于扩展UML的企业应用软件PIM模型

针对UML在企业应用软件建模中可用性差和效率低的问题,提出一种基于扩展UML的企业应用软件PIM模型.通过对企业应用软件特点的分析,建立了一个以业务对象为中心的多视图集成PIM模型,对UML进行扩展,在它的元模型中增加了描述企业应用软件PIM模型中的概念及其之间关系的元类、版型和标记,并采用包对这些概念和关系进行不同视点的划分.基于扩展UML的企业应用软件PIM模型通过业务对象的丰富语义实现了UML中各种图之间基于语义的集成,改善了UML的可用性,提高了企业应用软件的建模效率.结果表明:通过实际案例验证了该模型的可行性和有效性.     

Feature selection on probabilistic symbolic objects

In data analysis tasks, we are often confronted to very high dimensional data. Based on the purpose of a data analysis study, feature selection will find and select the relevant subset of features from the original features. Many feature selection algorithms have been proposed in classical data analysis, but very few in symbolic data analysis （SDA） which is an extension of the classical data analysis, since it uses rich objects instead to simple matrices. A symbolic object, compared to the data used in classical data analysis can describe not only individuals, but also most of the time a cluster of individuals. In this paper we present an unsupervised feature selection algorithm on probabilistic symbolic objects （PSOs）, with the purpose of discrimination. A PSO is a symbolic object that describes a cluster of individuals by modal variables using relative frequency distribution associated with each value. This paper presents new dissimilarity measures between PSOs, which are used as feature selection criteria, and explains how to reduce the complexity of the algorithm by using the discrimination matrix.     

利用Hausdorff距离的快速人耳检测

为有效解决人耳检测中的遮挡和光照不均等问题,结合Hausdorff距离的模糊匹配的特点和较强的抗干扰能力,提出基于Hausdorff距离的人耳检测算法.算法首先用肤色模型检测出人脸区域,然后用canny算子提取边缘,并进行距离变换,再构造多分辨率金字塔模型,在不同分辨率层上采用不同的匹配策略进行Hausdorff距离匹配.算法采用多分辨率方法显著提高检测速度,采用部分Hausdorff距离提高它的抗干扰能力.仿真实验结果取得95%的正确率,并且对遮挡和光照不均具有较强的鲁棒性.     

基于知识回顾与特征解耦的目标检测蒸馏

当前的知识蒸馏算法均只在对应层间进行蒸馏,为了解决这一问题,提高知识蒸馏的性能,首先分析了教师模型的低层特征对学生模型高层特征的指导作用,并在此基础上提出了基于知识回顾解耦的目标检测蒸馏方法。该方法首先将学生模型的高层特征与低层特征对齐、融合并区分空间和通道提取注意力,使得学生的高层特征能够渐进式地学到教师的低层和高层知识;随后将前背景解耦,分别蒸馏;最后通过金字塔池化在不同尺度上计算其与教师模型特征的相似度。在不同的目标检测模型上进行了实验,实验表明,提出的方法简单且有效,能够适用于各种不同的目标检测模型。骨干网络为ResNet-50的RetinaNet和FCOS分别在COCO2017数据集上获得了39.8%和42.8%的mAP,比基准提高了2.4%和2.3%。     

基于双分支通道空间依赖和非对称权重共享卷积的目标检测优化结构

以往的目标检测任务中,大量研究通过空间和通道信息来构建特征优化算法。然而,如何利用通道和空间中最大和平均特征的信息分布情况进行特征提取,仍是一个挑战。针对上述挑战,构建了双分支通道空间依赖网络,用来提取空间和通道中信息依赖特征,其关键是获取最大特征和平均特征上的重要信息分布情况。为了优化网络的检测精度与计算效率,构建了非对称权重共享卷积网络,利用相同的非对称卷积核进行联合训练来实现权重共享,极大地增强了卷积核参数的鲁棒性。以YOLOv4、YOLOv5和EfficientDet为检测基线,在PASCAL VOC和MS COCO数据集上进行实验,验证了双分支通道空间依赖网络和非对称权重共享卷积网络模块的有效性。在两个数据集上精度最高分别增长了1.98%和2.6%。     

融入时序和速度信息的自适应更新目标跟踪

目的 针对目标跟踪算法在现实场景的遮挡、光照变化和尺度变化等问题,提出一种融入时序信息和速度信息的多特征融合自适应模型更新目标跟踪算法。方法 通过提取目标的分级深度特征和手工设计方向梯度直方图（histogram of oriented gradients,HOG）特征,以全深度特征组合和深层深度特征与手工设计特征组合的方式构造两个融合特征器,提高在复杂场景下跟踪的稳健性;对融合特征进行可信度计算,选择最可靠融合特征对当前帧目标进行跟踪;在跟踪质量不可靠时,对目标表征模型进行更新,加入时间上下文信息和当前鲁棒表征信息,通过多峰值判定和运动速度判定选择最优目标预测位置作为最终结果。结果 在OTB（object tracking benchmark）2013和OTB2015数据库上进行大量测试,与其他7个算法相比,本文算法总体效果取得最优,且在不同复杂环境下也取得了优秀的跟踪效果,在OTB13和OTB15数据库中,跟踪精度分别为89.3%和83.3%,成功率分别为87%和78.3%。结论 本文算法利用深度特征与手工设计特征进行融合,对跟踪结果进行多峰值分析和运动速度判定,跟踪结果不佳时自适应更新特征进行重跟踪。实验结果表明,本文算法可以有效处理光照变化、背景杂波和遮挡等复杂因素的干扰,有效提升了跟踪质量。