时间限制协议一致性测试新模型研究

原有的时间限制协议一致性测试模型TCFSM不适合实时协议的一致性测试。在TCFSM的基础上,引入新变量重新定义时间限制而得到新模型TCFSM-N,通过把进程中的消息处理时间与消息在信道中的传送时间分离开来,并使进程改变状态的时间可由进程明确测量,以及使时钟与定时器达到完全同步等一系列改进措施,使得新模型TCFSM-N完全适合于实时协议的一致性测试。     

SSD模型及其在汉语词性标注中的应用

该文提出了一种以符号解码与数值解码并举的SSD(Symbol-and-Statistics Decoding Model)模型,该模型被用于汉语词性标注任务,其标注正确率在封闭测试中达到97.08%,开放测试中达到95.67%,较二阶HMM的95.56%和94.70%都有较为显著提高。SSD模型的正确率虽然不及最大熵模型和CRF模型,但它的训练时间远少于后者,说明SSD模型在处理自然语言中的特定任务时是一种较强的实用模型。     

软件测试改进模型研究进展

软件测试模型起到指导软件测试过程的框架性作用.近些年不少专家学者在针对几种传统测试模型局限性的基础上提出的一系列测试改进模型大都遵循“测试先行”思想,将测试活动并行于开发过程,贯穿于软件生命周期中,并通过实际测试项目予以实现.在对每种测试改进模型结构特征及优缺点进行综述性研究的基础上,根据现代软件项目所呈现出迭代开发周期短、设计文档不完全、测试用例设计演化频繁等特点,提出了引入基于经验的探索性测试策略,构建完善的探索性测试过程体系并有机结合完整的软件测试生命周期将是未来软件测试模型的研究方向.     

组合逻辑电路的测试故障模型

本文依据组合逻辑电路中功能单元的每一单固定型故障的完全测试集,定义了一种测试故障模型及测试故障的支配与相容关系,在测试生成中采用这种故障模型:(1)可完整描述功能单元上的所有单固定型故障,在功能级完成故障信号的激活。敏化及反向定位,提高故障覆盖率;(2)在测试生成之前,消除一些可不考虑的故障,压缩故障字典;(3)可依据支配与相容关系确定测试码搜索时功能。单元输入值的选择顺序,优化最终生成的测试码。     

考虑测试效率的软件可靠性模型研究

对软件可靠性模型的研究,主要集中在如何使所建立的模型尽可能地贴近实际情况.目的是提高软件可靠性模型的拟合能力,使可靠性模型能更好地对软件将来的失效行为进行预测.经典非其次泊松过程模型的假设条件都忽略了不完全排错以及排错时引入错误的可能性,也没有考虑到在测试过程中资源投入等问题.笔者认为在测试过程中,投入的资源、测试环境以及测试人员的努力程度对测试的结果有一定的影响.同时,考虑到软件排错过程中新错误的引入和错误的不完全排除等情况,提出了一种考虑测试效率的可靠性模型.通过与已有模型进行仿真试验对比显示,新模型具有更好的拟合性能,具有很好的工程实践意义.     

基于模型检查的协议一致性测试套自动生成

提出一种构造完全可执行协议一致性测试套的新方法。该方法分别用Kripke结构和CTL公式来描述协议的EFSM模型和测试套所要满足的控制流和数据流测试覆盖标准，借助模型检查中的例证构造技术生成满足相应覆盖标准的测试套。在此基础上该文给出了测试套优化算法。实验结果表明该方法可行有效。     

基于行为模式的SRU级自动测试平台设计

针对航空电子产品的SRU级测试现状,结合国内外的一些先进测试技术,提出了一种基于SRU级测试流程的自动测试平台构建方案;平台采用EXCEL表格方式输入测试条件及测试内容,系统软件按照EXCEL表格规定顺序进行测试,自动输出测试报表及测试结论;实践表明,此平台在航空机载电子设备的研制、实验及批产测试任务中完全满足使用需求;相对于半自动测试设备,此平台可以提升200%～300%的SRU测试效率,省去测试人员编制测试程序的工作量,增强测试设备的通用性。     

基于THS1040模数转换器的测试系统设计

提出了一种针对高速高精度数模转换器的测试系统模型,该模型运用相关采样技术,利用Matlab软件和逻辑分析仪测试了模数转换器的静态性能和动态性能。与此同时,基于TI公司的THS1040设计了测试评估板。测试结果表明,这种系统测试模型测试出的性能参数与实际芯片性能参数误差不超过1.17%。该模型已应用于高速视频解码芯片的后端验证测试中。     

一种现代汉语句法分析方法的建立与实现

本文以7万小学生语文课本分词语料为基础，建立一个隐马尔可夫模型与层次分析法相结合的完全句法分析方法，实现了现代汉语完全句法分析。实验结果表明，该方法具有一定的独创性和高效性，其完全句法分析正确率在封闭和开放测试中分别为92．43％和65．374％。     

基于分类树的随机测试用例生成

随机测试(RT)已被用于在基于模型的测试中自动生成满足一定模型覆盖准则的测试用例集合.然而,完全随机的测试用例产生方法可能会导致大量冗余的测试用例.因此,在研究基于UML(Unified Modeling Language)活动图产生测试用例的基础上,提出了一种基于分类树的随机测试用例产生方法(CT-RT),运用分类树分析已运行测试用例的输入域,从而指导产生新的测试用例,并通过实验案例说明了对于UML活动图中的简单路径覆盖.该方法较之完全随机的方法大大减少了冗余测试用例的数量.     

一种改进Viterbi算法的应用研究

为降低现代汉语句法分析的难度,以北大和哈工大语料为基础,利用改进的Viterbi算法对汉语真实文本进行了短语识别研究.提出了在隐马尔可夫模型(HMM)框架下,训练阶段依据统计概率信息,以极大似然法获取HMM参数,识别阶段用一种改进的Viterbi算法进行动态规划,识别同层短语;在此基础上,运用逐层扫描算法和改进Viterbi算法相结合的方法来识别汉语嵌套短语.实验结果表明,识别正确率在封闭测试中可达93.52%,在开放测试中达到77.529%,证明该算法对短语识别问题具有良好的适应性和实用性.     

基于最大熵模型的汉语问句语义组块分析

问句分析是问答系统的关键,为降低问句完整语法分析的复杂度,该文应用浅层句法分析理论,采用问句语义组块方式来分析问句。以“知网”知识库为基础,提取和定义了表达汉语问句的6种语义块,定义了语义组块最大熵模型的特征表示,通过最大熵原理实现了语义组块特征抽取和特征选取学习算法,并以模型为基础实现了真实问句的语义块的标注,从而为在语义层面上理解汉语问句奠定了基础。实验结果说明最大熵模型应用于汉语问句语义组块分析具有较好的效果。     

基于改进线图分析算法的浅层汉语句法分析器的设计与实现*

针对传统的汉语句法分析算法进行改进,采用了自底向上与自顶向下相结合的线图分析方法,分析、设计和实现了一个汉语句法分析原型系统.该系统实现了基于最大词长匹配算法的分词模块、基于统计方法的词性标注模块和基于改进的线图分析算法的句法分析模块.最后对系统进行小规模中文文本试验测试,测试结果表明利用改进的分析算法,使得句法分析效率和分析结果的准确率均有一定程度的提高.     

基于双语约束的蒙古语无监督依存分析

句法分析在自然语言处理的实际应用中扮演着重要的角色。当前各少数民族语言包括蒙古语的句法分析研究还处在相对滞后的阶段。同时给其他相关研究带来了相应的困难。该文提出了一种基于双语约束的蒙语的无监督依存分析方法。能够在无需蒙语依存树库及蒙语句法的情况下,对蒙语进行无监督的依存句法分析。并且获得了较好的效果,在人工标注的测试集上有向及无向的正确率分别达到了67.2%及73.3%,可以实际应用到自然语言处理中了。     

基于统计的句法分析方法研究

在概述统计句法分析主要特征的基础上，对目前主流分析方法进行了深入分析，提出了实用化的基于统计的句法分析器必须引入结构信息、上下文信息、词汇信息以及语义信息才能提高性能和可靠性的观点。总结了基于统计的汉语句法分析方法当前的研究现状，最后探讨了基于统计的汉语句法分析方法的不足之处和发展趋势。     

基于语言学的依存分析结果动宾关系补全研究

格语法理论中一般动词带有必须格,而汉语中右侧带必须格的动词映射到依存句法中该动词一般带有宾语。基于该理论识别依存句法分析结果中缺失动宾关系依存弧的现象,针对该类错误,提出了一种基于知识约束的算法,寻找缺失依存弧以改进依存句法分析。实验结果表明,利用语言学知识能有效地识别依存句法分析结果中缺失动宾关系依存弧的动词,识别准确率达到93.80%,改进后的系统UAS值提升了0.21%,动宾关系UAS值提升了2.14%,说明利用语言学知识能够改善依存句法分析效果。     

句法分析中基于词汇化树邻接语法的数据增强方法

句法分析是自然语言处理的基础技术,主流的由数据驱动的神经网络句法分析模型需要大规模的标注数据,但是通过人工标注扩展树库成本很高,因此如何利用现有标注树库进行数据增强成为研究焦点。在汉语句法分析的数据增强任务中,对于给定的标注树库,要求数据增强所生成的句子满足如下条件: 第一,要求生成句具有多样化且完整的句法树结构;第二,要求生成句具有合理的语义。对此,我们首次提出基于词汇化树邻接语法的数据增强方法。针对第一个需求,该文设计实现基于词汇化树邻接语法的词汇化树抽取算法与句法树合成算法,基于该语法可以在句法树之间进行“接插”和“替换”的操作,从而推导生成新的句法树,并且用语言学的知识保证生成句符合语法规则且具有完整的句法树结构。针对第二个需求,该文利用语言模型对生成句进行语义合理性评估,选取语义合理的句子作为最终的增强数据,从而获取高质量的标注树库。我们以汉语为例开展研究,在汉语树库CTB5上进行句法分析的数据增强评测实验。实验结果显示,在小样本(CTB5的20%)实验中,通过该方法得到的增强数据使依存句法分析和成分句法分析的精度分别提高1.39%和2.14%。在鲁棒性实验中,该文通过构建扩展测试集进行评测实验,在扩展测试集上,通过该方法得到的增强数据使依存句法分析和成分句法分析的精度分别提高1.43%和0.44%,表现出更好的鲁棒性。     

基于浅层剖析的CYK改进算法

现代汉语句法与英语句法不同,具有明显复杂性,一是不容易获得完整的规则集,二是整句剖析所得结果含有大量的歧义结构难以消除。使用分治的策略将句法剖析任务分为不同层面的小任务,逐层进行句法剖析是一种可行有效的方法。其基本思想是:首先采用多层马尔可夫模型对句子进行短语组块剖析,将整个句子分割为名词组块、动词组块等短语语块,然后在此基础上运行CYK剖析算法,剖析组块间的依存关系,最终实现对完整语句的句法分析,浅层剖析简化了CYK算法规则集,在一定程度上降低了句法剖析难度。     

基于转移的神经网络哈萨克语句法分析

为了进一步提高哈萨克语句法分析的准确率,为哈萨克语自然语言处理奠定良好基础,对基于转移的哈萨克语句法分析进行研究,采用改进后的基于转移的方法对句法树进行处理,即中序遍历句法树的方法将句法树转换为动作序列。使用神经网络构建句法分析器框架,分别使用三个长短期记忆网络（LSTM）表示堆栈信息、缓冲区信息以及动作历史信息对模型进行训练,根据所得到的概率预测动作序列,从而得到句法分析的结果。改进后的转移方法得到的句法分析准确率为74.37%。