基于多级残差融合的复杂纹理光场图像深度估计

光场的深度信息可以通过深度学习的光场深度估计算法计算,在图像视差、光场图像边缘以及光场图像的复杂纹理区域,获取高精度深度值仍然具有一定局限性。本文提出了一种用于光场图像深度估计的多级残差融合网络,通过组合残差模块提取多层次的残差特征,在保持网络深度的同时提升了网络对特征的表征能力。利用多级残差融合模块对多层次的残差特征进行融合,以获得包含浅层纹理信息和深层语义信息的融合特征。利用本文方法对HCI4D光场数据集进行处理,图像深度估计的均方误差指标达到1.471,不良像素率指标达到4.208,该实验结果表明本文方法在处理具有复杂遮挡的光场图像区域方面具有良好的处理效果。

聚焦培养工程能力的编译原理实验教学改革

基于工程教育专业认证理念,结合长期的教学实践,落实以学生为本,聚焦学生工程能力培养,对编译原理实验的教学内容进行了优化,建立了新的实验教学管理方法,围绕实验全过程完善了教学评估体系。教学实践表明,该课程改革深度融合了工程教育专业认证理念,有利于培养学生的工程观念以及解决复杂工程问题的能力,为其他计算机类实验教学的改革提供借鉴。

基于生成对抗网络的小样本颜色空间转换方法

目的解决基于深度学习的颜色空间转换方法需求样本量大、样本采集成本高的问题。方法以色度学和深度学习方法为基础,提出融合多通道校正的Cor-WGAN模型,设计多阶段训练方法,在小样本条件下,学习RGB到CIELab颜色空间的转换关系。先在标准颜色空间下测试模型的转换效果,再设计非标准颜色空间仿真实验和逆转换实验,并测试模型在实际应用中的效果。结果实验结果表明,文中提出的Cor-WGAN模型的小样本学习能力较强,在64个均匀分布样本的训练条件下就可实现较好的转换效果,转换的平均色差为1.71,最小色差达到0.16,超过90%的样本点可以达到人眼无法分辨色差的转换程度。结论文中算法在处理小样本颜色空间转换任务方面具有明显优势,为基于深度学习的色彩管理应用提供了一种新思路。

产出导向的数据结构课程教学改革与实践

针对传统数据结构课程教学“重知识、轻能力”的问题,以产出为导向重新设计课程目标,以学生为中心构建线上线下、课内课外、理论实践多维融合的新型学习模式,面向科学评价和持续提升课程质量的需要,制订全过程、多维度的课程考核方法。最后通过调查结果说明改革的成效和不足,并给出持续改进的建议。

特征模型中非功能需求建模初探

在需求模型中准确、完整地规约与非功能需求(NFR)相关的语义是实现NFR的前提,也是需求建模的难点.本文探讨了特征模型中NFR的建模方法,该方法显式区分功能和非功能特征,根据精化关系将处于不同抽象层次上的非功能特征组织成树状结构,支持对NFR的系统化处理.该方法扩展特征模型以显式描述特定于NFR的语义,还给出了基于知识库(特别是中间件特征模型构成的知识库)识别并精化NFR的过程.该方法在奥运信息系统建模中得到了应用.

面向间接依赖的数据起源过滤方法

起源过滤是改造起源图,隐藏起源图中所蕴含的敏感信息的新兴技术。然而,现有的起源过滤研究大多关注节点过滤问题,很少关注边过滤问题,尚未关注并解决间接依赖过滤问题。首先,结合实例阐明过滤间接依赖的动机以及保持溯源效用的挑战,并形式地定义起源间接依赖过滤的目标和约束。其次,扩展针对边的"删除+修复"过滤机制,提出一种面向间接依赖的过滤方法。该方法采用最小代价决策法和贪婪算法设计删除策略,断开与间接依赖对应的所有连通路径,通过在被破坏的非敏感间接依赖端点之间引入非确定依赖关系来修复过滤视图的效用。最后,采用在线开放起源数据集开展模拟实验。实验结果表明,所提方法能在过滤敏感间接依赖的同时保持过滤视图的效用。

基于马尔科夫链的起源过滤效用评估模型

起源过滤是通过隐藏或改变原始起源图中的敏感或冗余信息,得到安全或简化的过滤视图的新技术.过滤视图的溯源效用,即其满足溯源需求的程度,是研究和评价不同过滤技术的关键.本文首先面向典型数据溯源需求,将溯源结果定义为一系列历史节点影响溯源起点的因果信度分布,将溯源效用定义为针对同一溯源起点的过滤视图溯源结果和原始溯源结果之间的相似度;其次,建立了一个基于马尔科夫链的溯源效用评估模型,利用马尔科夫链建模历史节点通过溯源路径影响溯源起点的方式,计算其因果信度分布,并利用相对熵计算不同因果信度分布之间的相似度;最后,实现了溯源效用评估算法并开展模拟实验.实验结果表明,本文提出的模型符合现有模型评估结果规律,其评估结果更符合客观实际.

一种基于UML模型的起源感知访问控制策略分析方法

起源(Provenance)是记录数据演变历史的元数据。最近研究者提出起源感知的访问控制,通过追溯和分析访问者或被访问对象的起源来决定允许或拒绝访问请求。由于起源通常由系统在运行时记录并呈现为复杂的有向图,识别、规约和管理起源感知的访问控制策略非常困难。为此,提出了一个基于UML模型的起源感知访问控制策略分析方法,包括对复杂起源图的抽象建模技术以及一个在面向对象的软件开发过程中系统地建立起源模型、规约起源感知访问控制策略的参考过程指南。最后结合企业在线培训系统案例说明如何应用所提出的方法。

非功能需求的结构化定义以及概念性追踪管理框架

针对需求工程中非功能需求概念非常模糊甚至相互矛盾、非功能需求与其他非功能需求及功能需求之间的关系繁复而难以分析和建模、非功能需求与设计阶段制品之间的追踪关系模糊而不易记录和维护等问题,分析了与非功能需求相关的概念在需求分析阶段和体系结构设计阶段的表现形式,给出了一个结构化的非功能需求定义;规范了不同类型需求之间的各种复杂关系,建立了一个跨越分析和设计阶段的概念性非功能需求追踪管理框架,规范了需求分析和体系结构设计阶段与非功能需求相关的概念和制品之间的关系。提出的结构化定义以及概念性追踪管理框架明确地刻画了非功能需求概念的外延,为简化需求模型以及进一步研制系统化、实用化的非功能需求建模及追踪管理技术奠定了理论基础。

一种面向特征的软件产品线非功能需求建模方法

分析传统非功能需求定义的不足,基于需求分析阶段的系统抽象—"需求模型"重新定义非功能需求,规范并简化功能需求与非功能需求之间的关系。扩展面向特征的软件产品线建模方法,在特征模型中显式地建模功能需求、非功能需求、非功能需求类型以及它们之间的相互关系,沿用传统特征模型中固有的变化性建模机制建模并管理非功能需求的变化性,显式地复用与非功能需求相关的建模知识和资产,为进一步研究定量评估产品线变体质量的新技术奠定基础。设计了一个基于多视图的特征建模方法,指导开发者在迭代的过程中建模非功能需求和功能需求,支持关注点分离和模型的复杂性管控。实现了工具原型并进行了实例验证。

软件生态系统初探:概念解析及生命周期模型

为满足软件系统大规模定制的需要,软件生态系统应运而生.作者在总结已有研究成果的基础上,给出了软件生态系统的概念,并给出一个软件生态系统生命周期模型.该模型将软件生态系统的生命周期分为3个阶段,分别完成系统分析、核心平台及管理框架的开发、第三方软件解决方案的开发以及软件生态系统的维护和演化等活动,该模型可作为建立和管理软件生态系统的参考.

基于概率推理的起源过滤安全评估模型

为解决定量评估起源过滤视图安全性的问题,定义了一种基于IPO推理规则的起源安全威胁模型,并在此基础上重新定义起源安全,提出了一种基于概率推理的安全评估模型,分析并总结了不同类型敏感节点的推理规律,阐明了不同类型推理概率的量化原理和方法.起源安全评估过程分为三步.首先,在原始起源图中确定敏感节点的类型;其次,确定相应的推理结构图;最后,根据推理结构图对应的推理规则推理敏感节点的存在性和内容.模拟实验表明模型的性能可行且评估结果符合专家主观经验.

MVVM框架在Web前端的应用研究

随着Web应用的日趋复杂,前端技术的不断推陈出新,MVVM框架模式也得以在Web前端发挥作用。该文将对MVVM框架进行介绍,结合目前备受瞩目的前端Angular JS框架,阐述MVVM在Web前端的应用,并将其与前端传统开发思维对比,分析MVVM在Web前端开发中具有的优势。

从需求规约到软件体系结构——一个实例研究

软件需求工程和软件体系结构设计是软件开发中的两个早期关键活动．如何自动或半自动地实现从需求规约到软件体系结构的变换一直是学术界和产业界关注的难题．目前，实践中仍然没有系统化的、有效的方法、技术、工具和过程指导从需求规约到软件体系结构的变换．本文基于一个实际项目一奥运会注册制证子系统的软件体系结构建模，探讨了从需求规约到软件体系结构变换的经验性过程，并分析了变换过程中涉及的关键问题。以期为获得一个一般性变换过程奠定基础．

基于SVM的流程图像角点分类

针对现有流程图像识别研究未能较好地处理文图粘连及断边问题,结合流程图像角点特征不受图文粘连和断边影响的性质,提出针对流程图像角点的自动检测和分类方法,为基于角点分类识别流程图结构并进一步开展流程图像理解研究奠定基础.首先,结合流程图像角点分析和流程图结构描述,定义了流程图像的角点分类模型;然后,根据连通域面积实现文图分割提取流程结构图像,综合运用经典算法检测流程结构图像的角点;最后,提取角点邻域的网格特征和外围特征、采用有监督的方式训练SVM分类器实现角点分类.针对CLEP-IP的公开流程图像集进行测试,实验证明角点分类准确率达到91.6%.

建构式教育理论在数据结构教学中的应用

在建构式教育理论的指导下,以就业需求为目标,针对数据结构教学中教与学目标不明、学习信心和动力不足、编程基础薄弱等问题,提出建构式的数据结构教学方法,在实际教学中取得较好的教学效果,这些措施也可作为其他计算机专业课程教学的参考。

基于原语的通用起源过滤框架

现有起源过滤机制的通用性差,一个过滤机制仅能过滤某一特定类型的敏感元素,处理包含多种类型敏感元素的综合性起源过滤需求仍然非常困难,为此提出了一种基于原语的通用起源过滤框架。首先,介绍了起源过滤涉及的敏感元素类型以及过滤约束;其次,深入分析已有过滤机制改造起源图的基本操作和过程,形式地定义了一系列起源过滤原语,描述针对起源图的最小改造操作,将起源过滤过程划分为隐藏敏感元素、恢复有用依赖和验证过滤约束三个阶段,提出了一种基于原语组装的分阶段过滤策略空间构造方法;最后设计并实现了基于原语的通用过滤算法,并在公开数据集上验证了该算法的可行性。

基于不确定使用边的间接依赖过滤方法

起源过滤是通过改造起源图中的节点、边或间接依赖关系,隐藏起源图中的敏感信息,实现起源安全发布的新兴技术。针对现有起源过滤研究主要关注节点和边的过滤,较少研究间接依赖的过滤问题。扩展现有“删除+修复”的间接依赖过滤策略,提出了一种起源间接依赖过滤方法。形式地定义不确定的使用边,并阐明引入不确定的使用边修复被误断的间接依赖的基本原理;提出一种基于不确定使用边的间接依赖过滤机制,该机制先删除敏感路径中的恰当的使用边断开敏感间接依赖,再采用最小代价法引入恰当的不确定的使用边修复被误断的非敏感间接依赖。实验结果表明,与现有的间接依赖过滤机制相比,该方法可以在满足结构约束的同时保持过滤视图的溯源效用。

基于节点聚类的数据起源安全方法研究

数据起源的公开发布具有时序性,通常不是一次性完成的,因此先发布的起源图可能会对后发布的起源图造成安全威胁。针对这一场景,提出一种基于节点聚类的数据起源安全保护方法。首先获取已公开起源图,采用聚类的方法构建已公开起源图节点与当前起源图节点的聚类层次树;其次根据数据起源发布者的安全需求以及节点间的关联关系,对敏感节点及其关联节点进行泛化;最后,计算敏感节点泄露概率,满足数据起源发布者的期望后便停止泛化,得到过滤视图。通过3组测试数据验证,与现有方法相比,该方法能够在达到敏感节点隐私保护的同时,更大程度地保持溯源效用,并且满足不同数据起源发布者的偏好。

软件生态系统的角色模型和质量模型

软件生态系统打破了组织的界限,将不同的软件厂商组织起来共同为用户创造价值.作者借鉴自然生态系统的概念,对软件生态系统概念进行了剖析,指出软件生态系统中的不同角色的期望和目标,并给出一个软件生态系统的质量模型,为不同角色理解、评价和管理软件生态系统奠定了理论基础.