错误流模型:硬件故障的软件传播建模与分析

无论是可靠性工程还是软件可靠性中的可靠性模型,都难以描述硬件故障在程序中的传播问题.首先建立了计算数据流模型,并以无穷存储机器的指令集为例,说明可以为任意程序建立计算数据流图.在计算数据流模型的基础上,进一步建立了错误流模型.把计算过程中的错误分成物理错误和传播错误两种,通过分析这两种错误的本质和传播规律,给出了6条有关错误传播的规则和2条独立定律.根据这些规则和定律,能够计算出在程序运行过程中,任意时刻在任意位置上出现错误的概率.最后以一个简单的无穷存储机器程序为例,简要地展示了错误流模型描述硬件故障在     

混合动态系统SPN的可达性分析

根据混合动态系统SPN(StochasticPetriNets)模型的运行规则,给出了几种典型结构(串行结构、并行结构、冲突结构)中变迁的可激发以及可激发成功概率的计算方法,在此基础上,计算出托肯沿几种基本路径(简单串行路径、简单并行路径、简单Fork/Join路径)从起始库所到达终止库所的可达概率,同时从宏观状态的角度构建了该SPN模型的状态可达树,通过可达树可以判断状态间的可达性并计算可达概率。     

KV未知病毒扫描程序 你用好了吗?

K V2006里的“可疑文件扫描程序”是通过多种病毒行为特征对可疑文件进行综合判断的,不依赖于病毒库,可检测到绝大部分未知病毒和可疑程序。扫描发现具有病毒行为特征的文件后,程序会给出一个可疑概率,一般地讲,可疑概率在25%以上,大家就需要小心了,如果概率在30%以上,我们就可     

混合动态系统SPN的可达性分析

根据混合动态系统SPN(Stochastic Petri Nets)模型的运行规则,给出了几种典型结构(串行结构、并行结构、冲突结构)中变迁的可激发以及可激发成功概率的计算方法,在此基础上,计算出托肯沿几种基本路径(简单串行路径、简单并行路径、简单Fork/Join路径)从起始库所到达终止库所的可达概率,同时从宏观状态的角度构建了该SPN模型的状态可达树,通过可达树可以判断状态间的可达性并计算可达概率.     

几何概型的联系概率(复概率)与概率的补数定理

为研究等可能随机试验结果为无穷多时的联系概率计算和应用,借助简单的"均匀投针"随机试验,导出几何概型的联系概率(复概率).该联系概率中的主概率和伴随概率依次对应于主事件的大数概率(主概率)和主事件的即或概率(伴随事件的大数概率).在此基础上给出了随机事件的表现定理和概率的补数定理,利用后者可以在已知一个随机事件概率的基础上方便地得到该事件的联系概率.通过实例说明了几何概型的联系概率与古典概型的联系概率具有同样的形式和性质.     

软件使用时间和日期的自动登记

对软件使用时间和日期的记录是管理机器资源的一个重要方面。本文给出了一个用批文件管理的软件使用时间和日期自动登记程序,它思路清楚,结构简单,使用方便,从中我们也可以领略出批文件应用的技巧。     

用MATLAB解维修工问题

文章用MATLAB给出了一个解决任意机器个数与任意机器故障率的维修工配置问题的程序，对机器数在一百到三千（以一百递增）的情况的计算了所需工人数，发现在机器数和所需工人数之间有着非常明显的线性关系，并据此给出了线性回归方程。     

一个门级逻辑模拟程序

门级逻辑模拟主要用于检查逻辑图的正确性。它比寄存器传输级模拟得更细。我们以一台具体机器所用的元件为背景,设计了一个门级逻辑模拟程序。计算,打印出该机器节拍转换器的节拍波形,验证了逻辑设计的正确性。对于类似元件的逻辑,均可用本程序来进行模拟。对于其它性能的元件,本程序只要加入有关计算该元件性能的子程序,也可使用。     

专家系统中规则推断的概率传播

本文在[1],[2]的基础上给出了一组较为直观统一的概率及可能性计算公式,以解决在专家系统中基于规则的推断系统的概率传播计算,文后给出了简单的数值例子。     

从一道C＋＋程序看浮点数的存储格式

通过一个示例程序深入剖析了不同类型的数据在机器中的存储格式,并根据IEEE754—1985标准,给出了计算过程.     

基于概率转移矩阵的电路可靠性并行计算方法

随着电路集成度的提高,软差错已经成为影响可靠性的关键因素.概率转移矩阵是一种用于估计软差错对电路影响的有效方法,它通过对门级电路建立概率模型来计算电路的可靠性.本文基于概率转移矩阵研究计算电路可靠性的并行方法,提出了一种电路分割算法,在对电路进行划分后,并行地计算各个模块的概率转移矩阵,再合成对应于整个电路的概率转移矩阵.其中,引入了代数决策图压缩矩阵存储空间.初步的实验结果表明,该并行算法可以有效地减少21.46%的平均时间开销.     

Lifted discriminative learning of probabilistic logic programs

Machine Learning - Probabilistic logic programming (PLP) provides a powerful tool for reasoning with uncertain relational models. However, learning probabilistic logic programs is expensive due to...     

Learning hierarchical probabilistic logic programs

Machine Learning - Probabilistic logic programming (PLP) combines logic programs and probabilities. Due to its expressiveness and simplicity, it has been considered as a powerful tool for learning...     

Probabilistic inductive constraint logic

Machine Learning - Probabilistic logical models deal effectively with uncertain relations and entities typical of many real world domains. In the field of probabilistic logic programming usually...     

SVM在多目标跟踪中的回波分类及并行化研究

在蒙特卡罗联合概率数据关联滤波(MC-JPDAF)算法基础上提出了SVM-MC-JPDAF算法,采用支持向量机(SVM)分类技术,针对跟踪门交叉区域的有效回波进行特别分类。通过仿真实验,算法有效地降低了失跟率以及目标估计值的均方根误差(RMSE),并且对算法实现了并行化,在提高性能的同时控制了算法的执行负担。     

基于时变贝叶斯网络的无人机态势评估模型

为解决无人机(UAV)在突发威胁下的环境感知问题,提出一个基于后验概率支持向量机(PPSVM)的时变贝叶斯网络(TVBN)态势评估模型,利用PPSVM完成突发威胁观测信息的分类处理,将分类信息的不确定度作为态势评估的证据,使用概率推理实现动态环境下的态势评估。以UAV规避空中突发威胁为仿真背景验证该模型的正确性,并表明其评估结果能真实地反映环境变化情况。     

文本褒贬倾向判别研究

在文本的向量空间表示模型下,针对文本褒贬倾向判别问题,提出了一种基于潜在语义分析的特征权重计算方法。除词频信息外,该方法考虑了潜在语义分析所提供的同义词、近义词信息对特征权重的影响。采用基于Fisher判别准则的特征选择方法,以支持向量机作为分类器,在2 739篇语料（2008年中文倾向性分析评测）上进行了实验。实验结果表明,提出的特征权重计算方法对文本褒贬倾向判别是有效的。     

基于支持向量机的控制图模式识别

为了提高控制图模式识别效果，提出混合核函数支持向量机的模式识别方法。在模型构造中采用一对一多类分类支持向量机，并利用遗传算法优化混合核函数支持向量机参数。仿真和应用结果表明，混合核函数支持向量机对各种模式控制图的总体识别率，I型错判均优于单独核函数、概率神经网络和小波概率神经网络，且具有良好的泛化能力，适合生产现场实时在线工序质量控制。     

提升小波在木材颜色特征提取上的应用

在总结以往研究的基础上,结合图像分块理论,提出一种新的木材颜色特征提取方法.该方法基于提升小波变换提取木材表面的颜色信息,最终形成12个特征参数.为了验证特征提取的有效性,采用了径向基函数神经网络、概率神经网络和支持向量机三种分类器,最终实验仿真的分类效果很好,验证了这种新的颜色特征提取方法的有效性.     

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。