区间真值逻辑的代数结构

区间真值逻辑是一种模糊逻辑，其真值是由单位区间（０，１）中的数对组成，这一对数分别解释为某个问题的真度和含糊度，也可解释为对某个陈肯定度和拒绝度，Ｍｕｋａｉｄｏｎｏ在区间真值集上引入了两种序关系，一种是关于“真”，别一种是关于“含糊”。本文详细地讨论区间具值逻辑系统关于这两种序关系的代数结构，引入了一种新型代数系统－Ｉｎｔｅｒｖａｌ代数，最后讨论了区间真值逻辑函数。     

软件动态正确性的形式化描述

软件正确性是一个逐渐改进的过程.通过不断地修改,软件越来越接近于正确.同时软件的执行依赖于环境.为了刻画软件的动态正确性并考虑环境的因素,以参数化互模拟为基础,利用极限的观点,建立软件动态正确性的形式化描述.首先建立参数化互模拟的无限演化理论,给出参数化极限互模拟的定义,并给出几个特殊的参数化极限互模拟实例.其次,建立参数化互模拟极限,给出参数化互模拟极限的规约刻画.最后,证明参数化互模拟极限的唯一性、与参数化互模拟的相容性等代数性质.     

基于三Ⅰ算法的模糊系统的响应能力

探讨模糊系统的函数逼近能力是模糊系统理论研究的一个重要的课题.本文首次讨论了在两种推理规则情形下由三Ⅰ支持度算法和模糊熵三Ⅰ算法设计的模糊系统的响应能力.针对三Ⅰ支持度算法,分别就正则蕴涵算子和11个具体的模糊蕴涵算子,考察了相应模糊系统的响应能力,讨论了基于模糊熵三Ⅰ算法和三Ⅰ算法设计的模糊系统的响应函数之间的关系....     

基于义原级语句稀释法的文本对抗攻击能力强化方法

随着近年来机器学习方法在自然语言处理领域的应用越发广泛,自然语言处理任务的安全性也引起了研究者们重视.现有研究发现,向样本施加细微扰动可能令机器学习模型得到错误结果,这种方法称之为对抗攻击.文本对抗攻击能够有效发现自然语言模型的弱点从而进行改进.然而,目前的文本对抗攻击方法都着重于设计复杂的对抗样本生成策略,对抗攻击成功率提升有限,且对样本进行高侵入性修改容易导致样本质量下降.如何更简单、更高效地提升对抗攻击效果,并输出高质量对抗样本已经成为重要需求.为解决此问题,从改进对抗攻击过程的新角度,设计了义原级语句稀释法(sememe-level sentence dilution algorithm, SSDA)及稀释池构建算法(dilution pool construction algorithm, DPCA). SSDA是一种可以自由嵌入经典对抗攻击过程中的新过程,它利用DPCA构建的稀释池先对输入样本进行稀释,再进行对抗样本生成.在未知文本数据集与自然语言模型的情况下,不仅能够提升任意文本对抗攻击方法的攻击成功率,还能够获得相较于原方法更高的对抗样本质量.通过对不同文本数据集、稀释...     

构件近似匹配的度量研究

针对构件在实际应用中往往不能完全满足用户需求的问题,通过比较需求的前置和后置与构件的前置和后置间的关系,提出了一种评估构件对需求近似匹配性的度量方法,来定量地刻画构件的具体实现与用户需求的近似关系。在此基础上,通过复用构件之间的约束关系,给出了基于构件的软件对用户需求近似匹配的度量规则。     

车联网数据流的多维服务质量改进异构计算最早完成时间调度算法

针对车联网中数据流分布式处理的调度问题,提出了多维服务质量(QoS)改进异构计算最早完成时间(HEFT)调度算法.首先,分别建立了车联网中数据流的分布式处理任务的带权有向无环图模型和车联网分布式计算资源的七维QoS属性带权无向拓扑结构图模型.其次,改进经典的HEFT调度算法中的列表构造方法为最高层最小后继任务优先列表构造方法; 同时,将车联网分布式计算资源的七维QoS属性进行分组、降维,转化为两维综合属性优先权:计算性能优先权和通信性能优先权,形成了两种不同用户偏好的多维QoS改进HEFT调度算法.最后,通过算例分析表明:两种不同用户偏好的多维QoS改进HEFT调度算法综合性能优于经典的HEFT调度算法和轮询调度算法.     

基于网络论坛的股市分析方法

为更好地揣摩大众股民的心理及情感,提出一种基于网络论坛的股市分析方法。根据python实现相应的网络爬虫,利用该爬虫获取网络论坛中的所有帖子,对每日新帖子的数量进行统计分析,针对每个帖子中的文本内容设计分析工具,以进行情感分析,并将这些情感结果进行统计。实验结果表明,通过对比同一时期内的中国股市走势图,该方法能对其进行较为准确的分析。     

基于STeC-Stateflow转换系统的实时系统仿真与验证方法

物联网以及信息物理融合系统对形式化建模提出了新的挑战, 引入了实时系统规范语言STeC, 为刻画实时系统的时空一致性提供了规范语言。针对STeC语言建立STeC至Stateflow自动转换系统, 提出一种基于STeC至Stateflow转换的仿真及验证方法, 该方法使用STeC语言对实时系统进行形式化建模, 再建立实时监控的Simulink仿真模型, 并使用Checkmate对系统进行安全性验证。通过对京沪高铁运行的实例研究, 表明该方法对高铁运行系统实时仿真的有效性, 并能够验证高铁运行系统的安全性。     

概率拟Hoare逻辑

基于Hoare逻辑,给出了概率拟Hoare逻辑,用于刻画程序执行的正确度,定量地描述理论与程序(或软件)实际执行之间的差距,反映理论被程序实现的程度,从而量化理论上正确的程序在实际执行时出错的可能性,以及解释正确度很高的两个程序串行复合之后的整体正确度可能并不高等问题。     

隐马尔科夫模型在智能学习系统中的应用

智能学习系统中,用户希望在学习的过程中系统能够根据知识点之间的内在关系自动给出学习引导.要实现智能引导的功能,就要找到所有知识点之间的内在关联.使用大量学习记录作为训练集,建立隐马尔科夫模型,并且利用该模型得到最优观察序列,实现了知识点学习的智能引导.