融合迭代和问题维度的速度约束粒子群算法

粒子群算法广泛应用于工程、科学与管理等领域实际问题中的复杂优化问题求解,设计新的策略以应对算法的性能和效率瓶颈是该领域的研究热点。针对传统粒子群算法速度约束策略比较单一,容易导致算法收敛速度慢,性能低等问题,提出一种融合算法迭代和问题维度的速度约束策略。通过分析算法种群进化状态评估值与迭代次数及问题维度的关系,设计计算进化状态评估值的公式,使其受算法迭代次数和问题维度影响,最后根据进化状态评估值计算算法的速度约束范围,得到一种融合迭代和问题维度的速度约束粒子群算法。新的速度约束策略使粒子群算法的种群状态受到迭代次数和问题维度的影响,具有自适应性,并对不同维度问题求解具有扩展性,提高了粒子群算法的收敛速度和求解精度,仿真实验证明了算法的有效性。

基于NSGA-Ⅱ的大规模本体映射方法

现有的基于进化算法的本体映射技术在面对大规模本体映射问题时,由于搜索空间太大导致算法效率低下,从而使其无法有效地在实际中得到应用。针对这一问题,提出了基于快速非支配排序的多目标遗传算法(NSGA-Ⅱ)的大规模本体映射方法。该方法通过三个步骤来映射本体:1)通过基于邻居相似度的划分算法来将源本体划分为不相交的概念块;2)通过相关概念过滤方法来确定目标本体中同源本体概念块相关的概念块;3)使用NSGA-Ⅱ方法来完成概念块之间的映射并通过贪心算法集成最终的结果。使用OAEI 2012的小规模的书目本体测试数据集和大规模的生物医学本体测试数据集对所提出的方法进行测试。同OAEI 2012的参与者的比较结果表明,所基于NSGA-Ⅱ的大规模本体映射方法能够在较短的时间内获取较好的本体映射结果,因此该方法是有效的。

基于遗传算法的本体映射技术

由于语义网分散的本质,同一个概念在不同的本体中可能有不同的定义方式,这就引起了所谓的本体异质的问题。本体异质问题严重地影响领域知识之间的共享,已经成为语义网应用系统间的交互与协作的瓶颈。目前用于发现本体中实体间的语义对应关系的本体映射技术成为语义网发展的关键技术。鉴于本体映射过程复杂的本质,文章为本体映射过程建立了单目标优化模型,并提出采用遗传算法来确定不同本体中实体间的对应关系。实验结果表明,所提出的方法是有效的。

行动导向教学模式的《Web应用程序设计》课程改革

探讨在应用型本科IT类专业《Web应用程序设计》课程教学中引入行动导向教学模式的可行性,阐明了基于行动导向教学模式的课程改革基本思路,并对课程内容体系、教学方式方法和学习评价三方面进行深入探讨,提出了具体的、较为系统的改革方案。

课程知识检索系统中检索器模块的实现

提出了一个基于领域本体的课程知识检索系统,探讨了个性化检索技术在系统的检索器模块中的应用,并详细介绍了检索器模块中基于本体的逆向最大匹配分词算法(RMM)和分层遍历森林算法的实现,为课程知识检索系统进一步的开发工作奠定了基础.

基于OBE理念的面向对象程序设计(Java)课程教学改革

文章探讨了面向对象程序设计(Java)课程教学过程中采用以产出为导向教学理念的可行性,阐明了基于OBE理念的面向对象程序设计(Java)课程教学改革基本思路,并对课程基于OBE教学理念的教学方法、新的理论和实验教学内容进行了深入探讨,提出了具体的课程教学改革方案。

通过混合多目标优化算法优化本体映射结果

提出采用混合多目标优化算法以解决优化三类不同的相似度度量技术(基于语法学的相似度度量,基于语言学的相似度度量和基于分类学的相似度度量)的映射结果集成的问题.比起传统的基于遗传算法的方法,本文提出的方法能够同时实现三个目标,即最大化映射的查全率recall、查准率precision和f-度量f-measure值,获取的本体映射结果能够避免对于查全率或是查准率的偏好.实验结果表明本文提出的方法是有效的.

基于语义Web的信息检索改进模型的研究

提出了基于语义Web下的信息检索改进模型,说明了该模型中每个组成部分的功能,并将该模型进行初步应用。结果表明,信息的查全率和查准率都有较好的改善。

采用多目标粒子群算法的本体元匹配方法

为了解决本体之间存在的异构问题,提出一种本体元匹配方法来确定不同本体中实体之间的对应关系.首先设计两个本体匹配结果质量的近似度量方法,并在此基础上构建本体匹配问题的多目标优化模型,最后提出一种多目标粒子群算法以求解该问题并优化本体匹配结果的质量.采用国际本体匹配竞赛提供的benchmark测试集,来测试基于多目标粒子群算法的本体元匹配方法的性能.实验结果表明:提出的方法在查全率和查准率两个指标上均优于国际本体匹配竞赛的其他参与者.

馈线自动化算法的形式化建模与验证

分布式馈线自动化系统能否正确运作,目前主要是通过测试与仿真技术来保证,但这2类方法都要涉及电气设备的底层细节,会分散计算资源,影响验证效率,且难以覆盖足够的系统路径。针对该问题,提出一种馈线自动化算法的验证方法。通过对电气设备行为与特征的抽象,建立馈线自动化算法的形式化模型,在此基础上,使用自动化模型检测技术验证算法的正确性。测试结果表明,该方法将计算资源集中在动作逻辑验证上,实现了与底层细节的分离,从而能够获得较高的验证效率,完整覆盖系统路径,并有效降低缺陷修正的代价。

一种基于命名实体识别的需求跟踪方法

针对基于文本的需求跟踪方法严重依赖文本质量的问题,提出了一种利用命名实体识别技术标注制品文档关键词的需求跟踪方法。该方法通过代码实体上下文构建命名实体识别模型,解决了抽象语法树和正则表达式无法解析非源代码形式的软件制品问题。利用命名实体识别模型标志出软件制品中的代码实体之后,该方法将软件制品转换为文档集合并进行语义聚类,最后再通过映射算法创建制品间的需求跟踪关系。实验结果表明,与基于所有词项和基于高权重词项的需求跟踪方法相比,该方法能够有效提高需求跟踪结果的质量。

基于句法分析的代码摘要技术

针对词袋模型忽略了词条之间语义关系和概念结构的问题,提出一种基于句法分析的代码摘要技术。首先,该技术利用词性标注识别出最有可能体现代码特性的关键词;然后,通过块分析修正在词性标注过程中可能引入的错误;其次,对标识出的关键词进行降噪,以减少文本噪声带来的不利影响;最后,从关键词中选取若干个权值最高的词以组成代码摘要。实验结果表明,与基于词频-逆文档频率(TF-IDF)和基于TF-IDF扩展的代码摘要技术对比,所提技术生成的代码摘要与参考答案的重叠率(overlap)至少分别提高了9%和6%,说明该技术能够生成更加准确的代码摘要。

安全协议验证中DY模型的构建框架

攻击者建模是安全协议验证工作的一个重要部分,直接影响到验证的效率与质量,但目前却还没有一个可遵循的形式化框架,影响了建模工作的准确性与客观性。针对这一问题,通过对在安全协议验证中具有广泛影响的DY模型进行形式化,建立了一个DY模型的构建框架,刻画了攻击者的构成要素、行为规则以及行为模式,从而保证了攻击者具有合理的行为与能力,并能在攻击过程中获取新的知识,不断增强攻击能力。最后,将该工作运用到Otway-Rees协议的验证中,找出了该协议中所存在的漏洞,从而证明了该构建框架的有效性。

行为时序逻辑中四级公平性下的活性推理规则

公平性是行为时序逻辑用于表达系统活性的形式,直接影响到系统描述的正确性与完整性,对其进行细化与完善能有效提高行为时序逻辑的系统描述能力。然而在对公平性进行细化的同时,却缺乏相应的、运用于性质验证的推理规则。针对这一问题,通过对公平性内涵的分析,给出了四级公平性体系下的活性推理规则,并分别进行了证明。作为示例,运用新的活性推理规则对一个程序实例进行了推理验证,在建立起相应的活性推理规则后,四级公平性才能够被有效运用到实际的系统描述与验证中。

OWL-S过程模型的形式化描述与相容性分析

构建组合服务的形式化模型是对其进行验证的前提与基础,然而缺乏统一的构建框架使得建模过程变得难以把握且无法实现自动化。通过对确定型有限自动机的扩展,建立了用于描述OWL-S过程模型的有限迁移系统——服务过程自动机,为组合服务的形式化建模提供了统一框架和自动化基础。同时,通过分析服务过程自动机的可接受位置及其在组合过程中可能产生的约束,将相容性划分为三个等级,从而能够在不同强度的可靠性要求下进行组合服务的验证工作。

实时互斥协议的形式化建模与自动验证

实时互斥协议是一类重要且复杂的系统协议,其性质分析工作通常是通过数学方法来进行,不利于使用与推广。针对这一问题,提出基于形式化方法的实时互斥协议验证技术。采用时间自动机对一个典型的实时互斥协议进行建模,并定义了它的语义。同时,分析了该协议所应具有的性质并转化为形式化公式。最后,使用模型检测工具UPPAAL对协议性质进行了自动验证。验证结果表明,该协议虽然满足互斥与无死锁两个基本性质,但无法保证进程活性。该方法具有自动化程度高、验证速度快的特点,易于运用与推广。

基于词性标注的文本聚类算法

针对传统的文本聚类容易受到噪声影响的问题,提出一个基于词性标注的文本聚类算法。该算法利用词性标注从文本中识别并抽取最能体现文本特征的关键词,再基于所抽取的关键词进行聚类操作。实验发现,相对传统的聚类算法,基于词性标注的文本聚类算法能够有效地提高聚类结果的质量。

一种新的自动化本体映射技术

为了更好地组合不同的相似度度量结果以提高本体映射结果的质量,提出一种新的基于调谐值度量和单纯降序提取算法的自动化本体映射技术。该技术首先通过调谐值来度量各种相似度矩阵的可靠性,并为每一个相似度矩阵赋予权重以集成不同的相似度矩阵,然后通过单纯降序提取算法结合阈值的策略提取最终的本体映射结果。实验采用2012年本体映射评价竞赛的测试数据集,同2012年本体映射评价竞赛的参与者的比较表明该文提出的方法是有效的。

基于进化算法的生物医学本体匹配技术

由于生物医学本体拥有规模庞大的概念和复杂概念间关系,已有本体匹配技术难以高效确定生物医学本体匹配结果。为解决这一问题,构建了生物医学本体匹配问题优化模型,提出基于进化算法的生物医学本体匹配技术来确定最优匹配结果。在求解生物医学本体匹配问题时,采用一种新的生物医学本体概念相似度度量来确保匹配结果质量,并通过基于推理的概念对剪枝技术缩小算法的搜索空间,提高算法效率。实验结果表明,基于进化算法的生物医学本体匹配技术能有效匹配生物医学本体。

使用遗传算法实现基于实例的本体映射

提出了一种新颖的基于实例的本体映射方法,即通过遗传算法确定最优实例间的映射集合,并通过相似度扩散算法获取高准确率的本体映射结果。文章描述了实例相似度度量技术和upPropagation算法,给出了本体映射问题的单目标优化模型,论述了使用遗传算法求解该问题的3个关键步骤,最后通过实验验证。实验表明,采用遗传算法实现基于实例的本体映射方法,可以获取高准确率的本体映射结果。