检索结果-内蒙古大学图书馆

计算机研究与发展 2000年第5期37卷 513-520页

作者：王继成潘金贵张福炎南京大学计算机科学与技术系南京210093 南京大学软件新技术国家重点实验室南京210093

作为从浩瀚的 Web信息资源中发现潜在的、有价值知识的一种有效技术 ,Web挖掘正悄然兴起 ,倍受关注 .目前 ,Web挖掘的研究正处于发展阶段 ,尚无统一的结论 ,需要国内外学者在理论上开展更多的讨论 .同时 ,Web挖掘系统的开发对其研究也... 详细信息

作为从浩瀚的 Web信息资源中发现潜在的、有价值知识的一种有效技术 ,Web挖掘正悄然兴起 ,倍受关注 .目前 ,Web挖掘的研究正处于发展阶段 ,尚无统一的结论 ,需要国内外学者在理论上开展更多的讨论 .同时 ,Web挖掘系统的开发对其研究也将起到很大推进作用 .首先探讨了 Web挖掘的有关理论 ,从 Web挖掘的定义、Web挖掘与 Web信息检索的关系、Web挖掘任务的分类与功能等方面加以阐述 .然后重点分析了 Web文本挖掘的方法 ,包括 :文本的特征表示、文本分类与文本聚类 .在此基础上简单介绍了一个 Web文本挖掘系统原型Web *** Miner采用了多 agent体系结构 ,将多维文本分析与文本挖掘这两种技术有机地结合起来 ,以帮助用户快速、有效地挖掘 Web上的 HTML 文档 .

关键词：文本挖掘文本分类文本聚类信息检索 Web

来源：评论

学校读者我要写书评

暂无评论

离散时段演算的符号模型验证

引用

计算机学报 1998年第2期21卷 103-110页

作者：侯建民李宣东郑国梁南京大学计算机科学与技术系南京210093 南京大学计算机软件新技术国家重点实验室南京210093

模型验证是对有限状态系统的一种形式化确认方法．近几年，模型验证方法已逐步扩展到实时系统应用中．为解决实时系统的模型验证问题，本文采用离散时段演算作为实时系统规格说明的形式语言，用时间自动机作为实时系统的实现模型，对模... 详细信息

模型验证是对有限状态系统的一种形式化确认方法．近几年，模型验证方法已逐步扩展到实时系统应用中．为解决实时系统的模型验证问题，本文采用离散时段演算作为实时系统规格说明的形式语言，用时间自动机作为实时系统的实现模型，对模型验证问题进行了细致的分析，并提出了一种具有实际应用价值的方法──商技术．该方法可以避免当多个时间自动机并行组合时可能产生的状态空间组合爆炸问题，同时还可以简化整个模型验证问题．

关键词：离散时段演算模型验证符号模型实时系统

来源：评论

学校读者我要写书评

暂无评论

基于流量预测的传感器网络拒绝服务攻击检测方案

引用

计算机学报 2007年第10期30卷 1798-1805页

作者：曹晓梅韩志杰陈贵海南京大学计算机软件新技术国家重点实验室苏州大学计算机科学与技术系江苏苏州215006

在无线传感器网络中,如何准确和迅速地检测拒绝服务攻击,以保障网络设施的可用性,是一个极具挑战性的安全问题.文中采用线性预测技术,为传感器节点建立了简单高效的ARMA(2,1)流量预测模型,进而为传感器网络设计了一种基于流量预测的拒... 详细信息

在无线传感器网络中,如何准确和迅速地检测拒绝服务攻击,以保障网络设施的可用性,是一个极具挑战性的安全问题.文中采用线性预测技术,为传感器节点建立了简单高效的ARMA(2,1)流量预测模型,进而为传感器网络设计了一种基于流量预测的拒绝服务攻击检测方案——TPDD.在该方案中,每个节点独立地完成流量预测和异常检测,无须特殊的硬件支持和节点之间的合作;为了提高方案的检测准确度,提出了一种报警评估机制,减少预测误差或信道误码所带来的误报.模拟实验结果表明,ARMA(2,1)模型具有较高的预测精度,能够实时地预测传感器网络流量;TPDD方案能够在较少的资源开销下,迅速、有效地检测拒绝服务攻击.

关键词：无线传感器网络入侵检测线性预测 ARMA模型拒绝服务攻击

来源：评论

学校读者我要写书评

暂无评论

基于关系的两维意向结构(英文)

引用

软件学报 2004年第4期15卷 512-521页

作者：李斌朱朝晖陈韬略吕建朱梧槚南京大学计算机软件新技术国家重点实验室扬州大学计算机科学与技术系江苏扬州225009

从建构agent角度出发,提出了一个基于关系结构的包括agent意向、信念以及目标等认知状态的框架.在此框架中,实现目标的意向形成了两维序结构,其中一维表示意向间的时序关系,另一维表示意向间的相干关系,在此基础上,研究了信念、意向和... 详细信息

从建构agent角度出发,提出了一个基于关系结构的包括agent意向、信念以及目标等认知状态的框架.在此框架中,实现目标的意向形成了两维序结构,其中一维表示意向间的时序关系,另一维表示意向间的相干关系,在此基础上,研究了信念、意向和目标的相互关系.因为摒弃了传统的用模态算子来刻画agent的意向的方法,所以在构建agent时,可以直接采用意向库以及意向间的时序、相干关系来表示agent的意向,从而缩小了agent理论模型与实际agent结构之间的差异,为agent结构的建立提供了必要的理论基础.

关键词： agent理论 agent结构 BDI模型意向理论关系结构

来源：评论

学校读者我要写书评

暂无评论

基于文档目录树的WWW文档协同写作机制

引用

计算机研究与发展 1999年第9期36卷 1051-1056页

作者：杨文清黄宜华冯坚卢坚张福炎南京大学计算机科学与技术系南京210093 南京大学计算机软件新技术国家重点实验室南京210093

协同写作是ＣＳＣＷ的一个重要研究领域．文中针对ＷＷＷ文档的协同写作提出了一种文档目录树技术，不仅为ＷＷＷ文档扩充了表示其全局结构的层次式目录结构，还为文档的分工协作写作提供了良好的数据组织结构．文中... 详细信息

协同写作是ＣＳＣＷ的一个重要研究领域．文中针对ＷＷＷ文档的协同写作提出了一种文档目录树技术，不仅为ＷＷＷ文档扩充了表示其全局结构的层次式目录结构，还为文档的分工协作写作提供了良好的数据组织结构．文中详细讨论了基于文档目录树结构对一个ＷＷＷ文档进行协同写作时的协同机制，研究了多用户界面设计、协作方式、以及使用“目录路径锁定法”

关键词： CSCW 协同写作文档目录树 WWW

来源：评论

学校读者我要写书评

暂无评论

面向Option的k-聚类Subgoal发现算法

引用

计算机研究与发展 2006年第5期43卷 851-855页

作者：王本年高阳陈兆乾谢俊元陈世福南京大学计算机软件新技术国家重点实验室铜陵学院计算机科学与技术系铜陵244000

在学习过程中自动发现有用的Subgoal并创建Option,对提高强化学习的学习性能有着重要意义.提出了一种基于k-聚类的Subgoal自动发现算法,该算法能通过对在线获取的少量路径数据进行聚类的方法抽取出Subgoal.实验表明,该算法能有效地发现... 详细信息

在学习过程中自动发现有用的Subgoal并创建Option,对提高强化学习的学习性能有着重要意义.提出了一种基于k-聚类的Subgoal自动发现算法,该算法能通过对在线获取的少量路径数据进行聚类的方法抽取出Subgoal.实验表明,该算法能有效地发现所有符合要求的Subgoal,与Q-学习和基于多样性密度的强化学习算法相比,用该算法发现Subgoal并创建Option的强化学习算法能有效提高A-gent的学习速度.

关键词：分层强化学习 Option 子目标

来源：评论

学校读者我要写书评

暂无评论

一种面向软件缺陷预测的可容忍噪声的特征选择框架

引用

计算机学报 2018年第3期41卷 506-520页

作者：刘望舒陈翔顾庆刘树龙陈道蓄南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023 南通大学计算机科学与技术学院江苏南通226019

软件缺陷预测通过挖掘软件历史仓库,构建缺陷预测模型来预测出被测项目内的潜在缺陷程序模块.但在挖掘过程中,对程序模块进行类型标记或软件度量时均可能产生噪声.虽然研究人员对已有特征选择方法的噪声容忍能力进行了分析,但据我们所知... 详细信息

软件缺陷预测通过挖掘软件历史仓库,构建缺陷预测模型来预测出被测项目内的潜在缺陷程序模块.但在挖掘过程中,对程序模块进行类型标记或软件度量时均可能产生噪声.虽然研究人员对已有特征选择方法的噪声容忍能力进行了分析,但据我们所知,很少有研究人员在软件缺陷预测研究中,针对性的设计出可容忍噪声的新颖特征选择方法.为了解决此问题,我们提出一种可容忍噪声的特征选择框架FECS.具体来说,首先借助聚类分析,将原始特征集划分到指定数目的簇中,随后设计出3种不同的启发式特征选择策略,依次从每一个簇中选出最为典型的特征.在实证研究中,以Eclipse和NASA等实际项目为评测对象.首先借助一系列数据预处理方法来提升数据集质量,随后同时注入类标噪声和特征噪声来模拟噪声数据集.通过与典型的特征选择方法进行比较,验证了FECS框架的有效性,除此之外,通过深入分析噪声注入率、特征选择比例及噪声类型对缺陷预测性能的影响,为更有效的使用FECS提供了指导.

关键词：软件质量保证软件缺陷预测特征选择噪声容忍能力聚类分析

来源：评论

学校读者我要写书评

暂无评论

通用量子计算机:理论、组成与实现

引用

计算机学报 2016年第12期39卷 2429-2445页

作者：吴楠宋方敏 LIXiang-Dong 南京大学计算机科学与技术系南京210093 南京大学计算机软件新技术国家重点实验室南京210093 纽约城市大学计算机科学系纽约美国10016

通用量子计算机是指可以在不改变量子计算机物理组成和基本体系结构的条件下针对所有可计算问题进行量子计算及其它量子信息处理的设备.通用量子计算机的研究和制造具有重要的理论和实际意义.要达成制造通用量子计算机的目标,需要在底... 详细信息

通用量子计算机是指可以在不改变量子计算机物理组成和基本体系结构的条件下针对所有可计算问题进行量子计算及其它量子信息处理的设备.通用量子计算机的研究和制造具有重要的理论和实际意义.要达成制造通用量子计算机的目标,需要在底层量子物理设备、量子计算机体系结构、量子资源调度和上层量子程序设计语言、量子算法及量子应用软件等多方面进行努力.文中结合国内外在上述各方面研究的最新进展以及作者自身的研究结果,从计算机系统的角度为通用量子计算机的研究和制造绘制一幅蓝图,并详细阐述了其中的困难与努力方向.

关键词：量子计算量子计算机体系结构量子信息量子程序设计语言量子算法物理实现

来源：评论

学校读者我要写书评

暂无评论

分形图像编码的快速细粒度迭代解码

引用

计算机学报 2002年第3期25卷 269-275页

作者：陈毅松王继成张福炎南京大学计算机科学技术系南京210093 南京大学软件新技术国家重点实验室南京210093

该文基于分形图像编码的固有特征 ,阐述和研究了分形图像编码的迭代解码方法的“可分级性”概念 ,在这一思想指导下 ,在迭代解码过程中用单缓冲算法取代传统分形编码中的双缓冲算法 ,在节省了内存空间开销的同时有效地实现了更细粒度上... 详细信息

该文基于分形图像编码的固有特征 ,阐述和研究了分形图像编码的迭代解码方法的“可分级性”概念 ,在这一思想指导下 ,在迭代解码过程中用单缓冲算法取代传统分形编码中的双缓冲算法 ,在节省了内存空间开销的同时有效地实现了更细粒度上的质量可分级性解码 .继而提出了一种块排序解码算法用于基于变尺寸自适应块分割的分形编解码方案中 ,获得了更快的解码收敛速度 .通过以上一系列算法思想深入地阐述了分形编解码中“质量连续可分级性”的思想。

关键词：分形迭代函数系统图像编码快速细粒度迭代解码

来源：评论

学校读者我要写书评

暂无评论

面向环境非确定性的信息物理融合系统测试技术研究

引用

中国科学：信息科学 2019年第11期49卷 1428-1450页

作者：秦逸许畅陈紫琦吕建南京大学计算机科学与技术系计算机软件新技术国家重点实验室

信息物理融合系统(cyber-physical system,CPS)是“人-机-物”三元融合模式背景下新型软件基础设施的重要一环.为了处理不断涌现的新环境、新模式和新平台,CPS软件必须具备一定质量保障水平的可成长和可持续演化能力.然而CPS软件在与环... 详细信息

信息物理融合系统(cyber-physical system,CPS)是“人-机-物”三元融合模式背景下新型软件基础设施的重要一环.为了处理不断涌现的新环境、新模式和新平台,CPS软件必须具备一定质量保障水平的可成长和可持续演化能力.然而CPS软件在与环境交互过程中所必然面对的环境非确定性给CPS软件的质量保障带来了新的挑战.本文深入分析了环境非确定性中的感知非确定性和规约非确定性分别给软件测试研究带来的挑战.为了应对这些挑战,提出了一个迭代式的研究框架,用于有效测试受环境非确定性影响的CPS软件.基于该研究框架,介绍了现有CPS软件测试技术研究进展,并重点介绍了3种考虑环境非确定性的软件测试技术,分别解决CPS软件测试中的测试输入生成、测试预言生成和环境适应性评估问题.本文基于一个自适应自控小车的CPS软件实例,初步验证了所介绍方法测试CPS软件的有效性.

关键词：信息物理融合系统软件测试环境非确定性测试输入生成测试预言生成环境适应性评估

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：