工程软件格式加权网络的复杂特征分析

为使工程信息格式相互兼容,需考虑工程软件数据格式之间的转换。建立了一个工程软件数据格式转换加权网络,并采用复杂网络分析方法,从复杂网络的静态特征指标如平均最短路径长度、加权聚类系数、边权分布、节点强度分布、权差异性以及加权相关性等方面对其进行分析。实验证明格式转换加权网络拥有较小的最短路径长度和较大的聚类系数,边权分布及节点强度分布符合指数分布,加权相关性表现出正相关的特性,故该网络为同向匹配的小世界网络。     

时态实体依赖关系与度量方法研究

实体间存在各种各样的依赖关系,尤其是在软件开发过程中,软件实体间的依赖关系对软件的变更影响分析以及风险分析等都具有重大影响。依赖图作为最常用的依赖关系表示方法,其节点与边的定义与属性计算不尽相同,且大部分方法中并没有考虑到节点与边的时态属性。针对时态实体依赖图,文中系统地提出了时态实体依赖关系的形式化定义并分析了其特性,然后分析了时态实体依赖图的节点中心性、节点重要性、节点依赖度和边的重要性等4个度量指标,同时,针对MAVEN数据集分析了上述各个指标随时间变化的规律。     

智慧教室灯光控制系统设计

给出一种基于ZigBee协议构建的智慧教室灯光控制系统的设计方法。该系统由信息感测节点、信息处理平台、继电器节点构成,从硬件、软件、通信协议及数据格式上分别对系统中的各组成部分进行了设计介绍。该系统在硬件、软件上均具有很高的灵活性和可扩展性。     

基于自监督的多视角图协同过滤推荐方法

现有的图协同过滤算法在现实场景中存在数据稀疏问题,同时在相邻信息聚合的过程中使得特征学习更容易受到交互噪声的影响。为了解决上述问题,提出一个基于自监督的多视角图协同过滤(SMGCF)推荐方法,通过图神经网络学习用户和项目节点的嵌入表示。在学习节点嵌入表示的过程中,考虑到单个节点间的交互关系以及聚类节点间的聚类关系对推荐结果的影响,引入自监督学习来辅助图协同过滤算法进行多视角关系的挖掘。针对节点交互级关系视角,通过数据增强得到多个用户-项目交互二分图,并且提出一种节点交互级关系的对比学习方法;针对节点聚类级关系视角,提出一种节点聚类级关系的对比学习方法。通过多视角融合策略将2种类型的对比学习方法进行融合,从而提升节点嵌入效果。在4个公开的数据集上进行实验,实验结果证明了SMGCF的可行性和有效性。相比最优基准方法NCL,SMGCF在Recall@10和NDCG@10指标上最高可提升2.1%和4.3%。     

ZigBee在网域遥控系统中的优化设计研究

为了准确检测和定位网域内基于ZigBee节点的各种监测信息,从无线电遥控的功能和应用出发,分析和比较了现有无线电遥控的基本功能,提出了一种基于ZigBee遥控系统优化处理方法.研究了无线通信系统和子设备节点间的通信协议和数据格式,并利用无线传感器网络技术,GPS定位及系统安全控制技术,设计出改进的ZigBee遥控系统体系结构,然后通过软件实现.实验结果表明,该方法提高了网域控制的灵活性和复用率,降低了制作成本,提高了工作效率.     

基于服务关系图的Web服务组合算法

在Web服务组合过程中,保证服务质量的组合服务建模成为关键问题,为此,提出一种基于服务关系图的Web服务组合算法。首先根据Web服务的接口描述,将服务集构造成为服务关系图,从而获取Web服务间的输入/输出依赖关系。同时在用户需求基础上,将服务关系图中的服务操作节点与数据节点分别形式化为与节点及或节点,从而将服务关系图形式化为与/或图。最后,对与/或图反复应用搜索算法,直至查找到满足用户需求的最小成本组合服务模板。通过仿真实验评估了服务关系图与用户请求两者在复杂度变化的情况下搜索算法的性能,并验证了算法有效性。     

基于邻域交互和图神经网络的推荐模型

异质图中包含丰富的关系，图神经网络(Graph Neural Networks, GNNs)能够自然地整合节点关系，因此图神经网络在推荐领域显示出巨大的潜力.然而，现有基于图神经网络的推荐大多聚焦于学习用户和项目的表示，忽略了用户和项目间的交互信息.其次，这些模型很少学习元路径的明确表示.为了解决上述问题，本文提出一种基于邻域交互和图神经网络的推荐模型NGRec.该模型学习用户和项目的表示，并通过元路径引导的邻域来获取用户和项目间的交互，最后将节点表示和交互信息进行融合用于推荐.该模型在得到节点有效表示的基础上，融合节点间的交互，增强了推荐效果.在3种不同类型的异质图上进行大量的实验，证明了所提模型在性能上的提升.     

利用Excel的VBA编程进行Dips数据转换

Dips软件默认的结构面产状数据格式与工程实践中通常采用的数据格式有一定的差别。工程实践中统计分析的结构面产状数据量十分庞大,手工转换这些数据工作量大。本文通过Excel内置的VBA编程语言,编写了Dips数据转换程序,极大地提高了结构面数据统计分析工作的效率。     

基于粗糙图的图卷积神经网络算法

图卷积神经网络在解决节点分类问题时,使用拓扑图刻画节点间关系,并根据该拓扑图进行节点特征更新.然而,传统的拓扑图只能刻画节点之间的确定关系(即连接边权重为固定值),忽略真实世界中广泛存在的不确定性.这些不确定性不仅影响节点之间的关系,同时影响模型最终的分类性能.为了克服该缺陷,文中提出基于粗糙图的图卷积神经网络算法.首先,使用上下近似理论和传统拓扑图的边理论构造粗糙边,在粗糙边中使用成对出现的最大-最小关系值刻画节点之间的不确定关系,从而构建粗糙图.然后,设计基于粗糙图的可端到端训练的神经网络架构,将使用粗糙权重系数训练后的粗糙图输入图卷积神经网络,使用这些不确定信息更新节点特征.最后,根据这些学习的节点特征进行节点分类.在真实数据上的实验表明,文中算法可提高节点分类的准确率.     

基于有序加权平均算子的概率模糊认知图

模糊认知图(FCM)与概率模糊认知图(PFCM)使用简单的加权和集结因果推理结果,忽略了原因节点间关联关系的不确定性,阈值函数导致推理结果进一步失真.在继承FCM与PFCM优点的基础上,引入有序加权平均(OWA)算子模拟各种确定的或模糊的与或组合关系,提出了基于有序加权平均算子的概率模糊认知图(OWA-PFCM).通过构建一个动态的攻击效能评估模型,阐述了OWA-PFCM在工程建模中的应用.OWA-PFCM能同时表示因果节点状态的不确定性、因果联系强度的不确定性、与或组合关系的不确定性,具有更强的模拟能力.     

基于IFC 标准的结构分析模型构件偏心问题研究

数据标准是解决信息共享与交换问题的基础。IFC 作为buildingSMART 联盟发布 的建筑信息模型数据交换的国际标准,用来实现建筑全生命周期中不同专业、不同阶段各软件 之间的协同工作。目前在工程建设行业多专业的配合过程中,建筑与结构专业的信息交互最为 迫切。在结构专业领域,构件偏心问题对结构模型的分析有着重要影响。基于建筑信息模型数 据共享与交换的IFC 标准,针对结构分析软件之间的模型数据转换问题,通过以SGF 结构通用 文件格式为基础的数据转换平台,提取偏心构件的数据表达并设计数据转换算法,运用C++编 程语言,实现结构构件偏心数据的IFC 表达。     

基于关系图卷积网络的代码搜索方法

代码搜索是当下自然语言处理和软件工程交叉领域的一个重要分支. 开发高效的代码搜索算法能够显著提高代码重用的能力, 从而有效提高软件开发人员的工作效率. 代码搜索任务是以描述代码片段功能的自然语言作为输入, 在海量代码库中搜索得到相关代码片段的过程. 基于序列模型的代码搜索方法DeepCS虽然取得了很好的效果, 但这种方法不能捕捉代码的深层语义. 基于图嵌入的代码搜索方法GraphSearchNet能缓解这个问题, 但没有对代码与文本进行细粒度匹配, 也忽视了代码图和文本图的全局关系. 为了解决以上局限性, 提出基于关系图卷积网络的代码搜索方法, 对构建的文本图和代码图编码, 从节点层面对文本查询和代码片段进行细粒度匹配, 并应用神经张量网络捕捉它们的全局关系. 在两个公开数据集上的实验结果表明, 所提方法比先进的基线模型DeepCS和GraphSearchNet搜索精度更高.     

基于社交网络的图数据挖掘应用研究

社交网络数据的高度复杂性给数据挖掘研究带来了巨大的挑战,而社交网络数据挖掘更注重实体之间相互关联的特点,使得图数据挖掘技术的研究与应用逐渐成为该领域的热点。传统数据挖掘,如聚类、分类、频繁模式挖掘等技术逐渐拓展到图数据挖掘领域。文中首先介绍了现阶段图数据挖掘算法（其中包括图查询、图聚类、图分类和图的频繁子图挖掘）的研究内容和存在的问题;其次介绍了图形数据库研究现状,以及对比了主流图形数据库管理系统的优劣;最后介绍了图挖掘技术在社交网络中的应用。     

DDE技术在控制与信息网络集成中的应用

在SCADA系统中如何实现组态软件与第3方软件的通信是实现控制网络与信息网络集成的关键技术之一。对控制与信息网络动态数据交换相关技术问题做了简要讨论,并结合工程应用举例说明了面向过程控制的动态参数数据交换的程序设计过程。系统实际运行效果表明,基于DDE的控制网络与信息网络的集成是成功的。     

基于负数据库的隐私保护图神经网络推荐系统

图数据是一种特殊的数据形式,由节点和边组成.在这种数据中,实体被建模为节点,节点之间可能存在边,表示实体之间的关系.通过分析和挖掘这些数据,人们可以获得很多有价值的信息.因此,对于图中各个节点来说,它也带来了隐私信息泄露的风险.为了解决这个问题,本文提出了一种基于负数据库(NDB)的图数据发布方法.该方法将图数据的结构特征转换为负数据库的编码形式,基于此设计出一种扰动图(NDB-Graph)的生成方法,由于NDB是一种保护隐私的技术,不显式存储原始数据且难以逆转.故发布的图数据能确保原始图数据的安全.此外,由于图神经网络在图数据中关系特征处理方面的高效性,被广泛应用于对图数据的各种任务处理建模,例如推荐系统,本文还提出了一种基于NDB技术的图神经网络的推荐系统,来保护每个用户的图数据隐私.基于Karate和Facebook数据集上的实验表明,与PBCN发布方法相比,本文的方法在大多数情况下表现更优秀,例如,在Facebook数据集上,度分布最小的L1误差仅为6,比同隐私等级下的PBCN方法低约2.6%,最坏情况约为1400,比同隐私等级下PBCN方法低约46.5%.在基于LightGCN的协同过滤实验中,也表明所提出的隐私保护方法具有较高的精度.     

图数据流上时间尊重图模式匹配算法研究

现有的动态子图匹配研究中忽略了模式图中的时间信息,使用户难以得到想要查询的真实结果.针对这种情况,首先设计一种简洁的中间结果保存形式,将匹配结果直接在数据图中以图进行存储;接着改进边缘转换模型,当数据图有边插入/删除时对其快速增量维护并报告结果;最后根据边转换模型设计了一个时间尊重图模式匹配算法,提高了匹配搜索效率.对真实网络流量数据和综合社交流数据进行实验评估,结果表明算法能够有效减少图模式匹配的执行时间和空间花销.     

利用单元格和特征点实现图纸信息的自动提取

工程图中的标题栏和明细栏是产品数据集中管理的重要数据来源．出于重用CAD数据的考虑,提出了一种有效的工程图零部件信息提取方法．通过分析工程图中标题栏和明细栏的形式,从宏观布局和微观结构出发归纳了表格的位形特征;提出了基于单元格和特征点的图纸数据自动提取策略,详细介绍了算法思想和实施步骤;开发了实用程序并在工程项目中得到应用．     

基于知识图谱的雷达软件测试用例复用研究

为了更加充分地利用雷达软件测试用例与其他测试知识的关系,进一步优化雷达软件测试用例复用效果,提出了一种基于知识图谱的雷达软件测试用例复用方法.该方法依据雷达软件测试本体关系模型,从现有的雷达软件测试管理系统中抽取测试知识构建雷达软件测试知识图谱,以实体特征属性文本的语义相似度匹配为基础,结合知识推荐和协同过滤推荐技术建立雷达软件测试用例复用推荐模型,并使用该模型开展测试用例复用设计和探索性测试会话生成.项目实践表明,该方法充分发挥了知识图谱在关系检索应用和图形化结果展现上的优势,具有较好的精确率和召回率,能够大幅节约软件测试时间成本,具有较强的工程应用价值.     

图计算加速架构综述

在大数据时代,图被用于各种领域表示具有复杂联系的数据.图计算应用被广泛用于各种领域,以挖掘图数据中潜在的价值.图计算应用特有的不规则执行行为,引发了不规则负载、密集读改写更新操作、不规则访存和不规则通信等挑战.现有通用架构无法有效地应对上述挑战.为了克服加速图计算应用面临的挑战,大量的图计算硬件加速架构设计被提出.它们为图计算应用定制了专用的计算流水线、访存子系统、存储子系统和通信子系统.得益于这些定制的硬件设计,图计算加速架构相比于传统的通用处理器架构,在性能和能效上均取得了显著的提升.为了让相关的研究学者深入了解图计算硬件加速架构,首先基于计算机的金字塔组织结构,从上到下对现有工作进行分类和总结,并以多个完整架构实例分析应用于不同层次的优化技术之间的关系.接着以图神经网络加速架构的具体案例讨论新兴图计算应用的加速架构设计.最后对该领域的前沿研究方向进行了总结,并放眼于未来探讨图计算加速架构的发展趋势.