面向对象程序设计课程C++和Java的比较教学

面向对象程序设计语言的三大基本特性为封装、继承和多态,对比分析C++和Java在实现封装、继承和多态方面的区别和联系,结合具体教学案例,阐述教学难点并提出对策,以达到事半功倍的学习效果。

基于深度学习的中文命名实体识别研究综述

命名实体识别(Named Entity Recognition, NER)在自然语言处理领域扮演着至关重要的角色,它是关系抽取、机器翻译、文本摘要、问答系统等自然语言任务的基础.中文命名实体识别(Chinese Named Entity Recognition, CNER)是中文语境下的NER方案.已有的文献只分析了技术的不同发展阶段,没有对基于深度学习的方法进行系统和深入的总结.该文详细介绍了基于深度学习的研究方法,并从模型分类、数据集、评价标准以及性能分析四个方面对CNER领域中已有的研究成果进行综合评述,最后讨论了其面临的挑战和机遇.

一种高效的贝叶斯网络敏感性分析方法

我们经常需要修改网络参数以在局部信任度改变时集成新的概率信息,贝叶斯网络的敏感性分析就是研究网络参数与输出概率之间的关系.首先剪枝掉那些不能到达证据的节点,然后采用联合树算法对剪枝后的贝叶斯网络进行的敏感性分析,该算法在每一簇中缓存中间结果以加速计算P(e)相对于下一变量P(xi|ui)的一阶偏导;并且能够在各个簇中并行地计算导数.我们利用偏导的计算结果对两类网络参数进行敏感性分析:调整单个参数和调整整个条件概率表,并分别提出算法来进行处理.最后,实验结果证实了我们的算法在进行敏感性分析时的高效性.

智能IC卡支付的电子商务系统的研究和实现

电子支付形式是电子商务系统的关键 ,本文提出了一种小额支付系统的体系结构和加密方法 ,分析了该体系结构的安全性 。

基于利益相关者理论的计算机专业本科生实习模式探讨

实习是高校计算机专业本科生重要的实践教学环节,从利益相关者视角,对与实习相关的学生、实习单位与高校等直接利益相关者进行分析,运用流程管理方法依次研究了实习准备、实施和结束后效果评估三个阶段特点,在此基础上,对计算机专业大学生实习模式提出了对策建议。

Peer数据管理系统中的视图维护策略

研究Peer数据管理系统(peer data management system,简称PDMS)中的视图维护策略.首先提出一种混合的P2P架构,在该架构中,Peer优先选择基本的P2P架构而不是超级Peer架构.如果一个视图沿着PDMS的一条语义链路传播,那么它通过重构能够从许多数据源检索到数据,因此扩展了视图的定义,提出peer视图、局部视图和全局视图;并且从一条语义链路的任意节点出发,同一查询都能够得到相同的结果.在PDMS中,连接操作限制在各个局部PDMS中,这样,全局物化视图的维护就转化为对各相关局部物化视图的维护.在PDMS中,一个视图可能涉及到多个表的连接,根据该应用的需要扩展了Mork的规则系统.根据扩展了的规则系统进行更新数据传播,同时依据该规则系统提出一种算法来维护PDMS中的视图.最后进行实验验证.实验结果表明,该视图维护策略比Mork的视图维护策略的性能要好.

内存数据库在TPC-H负载下的处理器性能

Ailamaki等人1999年研究了数据库管理系统(database management system,简称DBMS)在处理器上的时间开销分解.此后,相关研究集中在分析DBMS在处理器上的瓶颈.但这些研究工作均是在磁盘数据库DRDBs(disk resident databases)上开展的,而且都是分析DBMS上的TPC-C类负载.然而,随着硬件技术的进步,现代计算机的多级缓存结构(memory hierarchy)在逐渐地"上移".例如,容量越来越大的芯片内缓存(on-chip caches)和芯片外缓存(off-chip caches),容量越来越大的RAM,Flash Memory等等.为此,处理器负载分析的研究工作也应随之"上移".研究内存数据MMDBs(mainmemory resident databases)在计算密集型负载下的处理器行为特性.由于磁盘数据库的主要性能瓶颈是磁盘I/O,因而可以用索引、压缩等技术进行优化;然而,内存数据库的性能瓶颈却在于处理器和内存之间的数据交换.针对这一问题,首先分析了磁盘数据库和内存数据库在TPC-H负载下处理器性能瓶颈的差异,并给出了一些优化建议,提出了通过预取的优化方法.其次,通过实验比较了不同存储体系结构(行存储与列存储)对处理器利用率的差异,并探索了下一代内存数据库体系结构方面的解决方案.此外,还研究了索引结构对处理器多级缓存的影响,并给出了索引的优化建议.最后,提出一个微测试集用于评估内存数据库在DSS(decision support system)负载下处理器的性能及行为特性.研究结果会对运行于下一代处理器上的内存数据库体系结构设计和性能优化提供一定的实验依据.

扩展知识图谱上的实体关系检索

现有文本数据集上的实体搜索和自然语言查询方法无法处理需要将分散在不同文档中的信息碎片链接起来以满足有复杂实体关系的查询,而知识库上的查询虽然可以表示实体间的复杂关系,但由于知识库的异构性和不完全性,通常查全率较低。针对这些问题,提出使用文本数据集对知识库进行扩展,并设计相应的含文本短语的三元组模式查询以支持对知识库和文本数据的统一查询。在此基础上,设计并实现了查询放松机制和对结果元组的评分模型,并给出了高效的查询处理方法。使用YAGO、Clue Web09和其上的FACC1数据集,在三个不同的查询测试集(实体检索、实体关系检索和复杂的实体关系查询)上与两个典型相关工作作了比较。实验结果显示,扩展知识图谱上使用查询放松规则的实体关系检索系统的检索效果大大超出了其他系统,具体地在三个查询测试集上,其平均正确率均值(MAP)比其他系统分别提升了27%、37%和64%以上。

一种分布式实时数据库提交协议

传统的事务提交协议不适合实时环境的需要 ,并且文献中现有的几个实时提交协议限制了实时事务执行的并发度 ,影响了实时事务的定时限制 .该文针对分布式实时数据库系统的提交处理提出了 2 SC协议 ,它增加了事务执行的并发度且有助于事务截止期的满足 .文中首先提出了一个分布式实时事务经历模型 ,着重讨论了事务因为冲突操作而引起的提交依赖和夭折依赖 .然后给出了 2 SC(双空间提交 )协议规则 ,根据该协议分布式实时事务的提交处理在两个空间中完成 :结点的局部事务空间和系统的全局事务空间 .在局部事务空间中 ,当处于准备状态的参与者夭折时 ,仅仅夭折其夭折依赖集中的事务而不会夭折其提交依赖集中的事务 ;在适当的条件下 ,处于准备状态的参与者允许其它事务访问其锁住的数据 .在全局事务空间中 ,参与者能够在进入准备之前主动夭折 ,即当一个事务在进入准备状态之前就超过了截止期 ,其协调者和所有的参与者都将“寂寞死”.接着该文证明了 2 SC协议的正确性 ,即确保分布式事务提交的原子性 ,同时分析了该协议固有的优点比如提高事务执行的并发度和减缓事务的串联夭折等 .并且 2 SC协议能够和现有的并发控制协议有机地结合在一起 ,确保分布式实时事务可串行化和提交的原子性 .最后通过一个模拟实验证?

计算最大积实例的新算法

最大积实例包括最大可能解释(MPE)和最大后验估计(MAP),它们是贝叶斯网络的基本问题。针对经典算法求最大积实例的时间复杂度高,提出新算法来求解该问题。该算法将求贝叶斯网络的最大积实例问题转变成一组一元一次方程,而一元一次方程很容易求解;通过临时表来缓存计算最大积概率时的中间结果,而这些临时表可以用来优化计算最大积实例而不需要过多的额外空间开销,并能够在贝叶斯查询之间共享。通过实验证实该算法计算贝叶斯网络实例时的高效性,在计算最大积实例时的有效性。

一种分布式实时事务调度算法

传统的乐观并发控制策略利用了一些不必要的事务重启来保证数据的一致性 ,事务重启能够极大的增加系统载荷以及加强资源和数据的竞争 ,在分布式环境下 ,由于系统的复杂性和较高的通讯开销加剧了该问题 .针对该问题本文提出了一种新的乐观并发控制策略 ,通过动态调整事务串行化执行顺序来避免不必要的事务重启 .当把这种新的并发控制策略在分布式实时环境中实现时 ,考虑到分布式事务的实时性要求 ,本文提出把写阶段从临界区中分离出来的方法 ,并用顺序加锁的策略来保证分布式事务执行的正确性 。

高效计算因果网中的最大可能解释

在因果网中,高效计算的最大可能解释(Most Probable Explanations,MPE)是一个关键问题。从有向无环图的角度,研究者们发现每一个因果网都有一个与之对应的贝叶斯网络。文中通过比较干预和微分的语义,揭示了MPE完全原子干预的微分语义。根据微分语义,因果网中原子干预MPE实例的计算可以归约为贝叶斯网络中的MPE实例的计算。接着,提出了一个联合树算法(Best JoinTree,BJT),它通过在因果网中只构建一个联合树来计算最好的原子干预,原子干预的结果包含一个BMPE(Best MPE)概率和它对应的实例。其中,BMPE概率是对MPE所有结点分别进行原子干预后得到的最高概率。BJT可以采用干预的效果来计算对应贝叶斯网络的MPE概率和MPE实例。最后,实验证实了绝大多数因果网在计算最好原子干预时,BJT的速度比目前最好的算法快了超过10倍。

分布式实时事务提交协议

在分布式实时数据库系统中 ,保证事务原子性的唯一途径是研究和开发出一个实时的原子提交协议 .首先详细分析了事务因数据访问冲突而形成的各种依赖关系 ,在此基础上提出了实时的原子乐观提交协议—— 2 SC协议 ,该协议减少了事务的等待时间 ,提高了事务的并发度 ,且能无缝地和现有的并发控制协议集成在一起 ,保证事务的可串行化和原子性 .通过模拟实验研究表明 。

高效计算因果网中的干预

在因果网中,对和积问题因果效果的计算是其首要问题,从有向无环图的角度,研究者们发现每一个因果网都有一个与之对应的贝叶斯网络,干预是因果网的一个基本操作。类似于贝叶斯网络中的剪枝策略,在剪枝掉所有无效结点后,文中设计了一种优化的算法OFDo来计算对因果网中每个结点的完全原子干预。文中接着研究多干预操作,发现多干预操作具有可交换性,并基于多干预操作的可交换性证明了多干预操作的优化计算策略。最后,通过实验证实OFDo计算对因果网中所有结点完全原子干预的效率比目前的算法都好。

嵌入式实时数据库系统的存储管理

本文针对嵌入式系统的应用环境和实时数据库系统的数据特征 ,通过对各种存储器性能的比较 ,提出了嵌入式实时数据库系统的存储体系结构 .在此基础上 ,对读写速度不对称且写次数有限的存储器提出了一种合理的文件系统的物理结构和数据库的索引结构 ,减少写入次数以提高数据存取速度 ,并使写入次数均匀分布在存储器的各块中 ,以增加数据的可靠性延长存储器的寿命 .

视觉问答研究综述

视觉问答是计算机视觉领域和自然语言处理领域的交叉方向,近年来受到了广泛关注.在视觉问答任务中,算法需要回答基于特定图片(或视频)的问题.自2014年第一个视觉问答数据集发布以来,若干大规模数据集在近5年内被陆续发布,并有大量算法在此基础上被提出.已有的综述性研究重点针对视觉问答任务的发展进行了总结,但近年来,有研究发现,视觉问答模型强烈依赖语言偏见和数据集的分布,特别是自VQA-CP数据集发布以来,许多模型的效果大幅度下降.主要详细介绍近年来提出的算法以及发布的数据集,特别是讨论了算法在加强鲁棒性方面的研究.对视觉问答任务的算法进行分类总结,介绍了其动机、细节以及局限性.最后讨论了视觉问答任务的挑战及展望.

基于集成学习和反馈策略的贝叶斯网络结构学习

为解决单一结构学习算法中普遍存在的学习效果差、易陷入局部最优等问题,本文通过引入最大信息系数MIC(Maximal Information Coefficient)和集成学习思想,提出了一种新的贝叶斯网络结构学习算法.该算法首先利用MIC确定节点间的依赖关系并得到初始网络,接着使用Bootstrap方法对数据样本进行采样获得若干样本集.依次使用每个样本集,在给定初始网络的基础上,通过BDe评分和禁忌搜索算法训练生成贝叶斯网络并将其用邻接矩阵表示.进而利用集成学习策略,根据得到的若干邻接矩阵计算每条边的权重,并通过设定权重阈值得到集成学习结果.根据集成学习结果利用反馈策略更新初始网络并进入下一次迭代,经过不断迭代最终得到贝叶斯网络结构.最后在7种不同大小的标准数据集中进行实验,计算F1值(F 1-score)、汉明距离HD(Hamming Distance)和学习到的正确边数(TP),并与其它算法进行对比分析.结果表明本文提出的算法在可行性、有效性和普适性上更优.

基于XML搜索的相关技术及发展

XML搜索技术作为当今网络信息获取的一个主要研究方向,构成了信息查询及共享的基础,是实现信息源与用户需求之间匹配和选择的有效方法.随着XML文档在因特网上的快速发展,为了满足大多数普通用户的搜索体验,需要依赖关键字查询的强大搜索能力.本文总结了国内外近年来基于XML文档的关键字检索技术,主要针对不同的查询语义及算法进行了对比归纳,并总结了XML检索技术的发展趋势.分别从用户提供不确定性信息的近似查询和XML存储数据的不确定性上的查询等方面进行阐述,并指出了XML关键字检索面临的新挑战.

知识库问答系统研究进展

近年来,涌现了很多高质量大规模的知识库,基于知识库的问答系统(Knowledge Base Question Answering,KBQA)随着知识库的发展而得到了快速发展.知识库问答系统通过对自然语言问句进行理解和解析,进而利用知识库中的事实来回答自然语言问题,使用户在不了解知识库数据结构的情况下快速、精准的得到有价值的知识或答案.本文对知识库问答系统的研究方法进行了详细介绍并对目前的研究进展进行了总结,包括基于模板的方法、基于语义解析的方法和基于深度学习的方法.通过对这些研究方法进行对比,指出了各方法中存在的问题和不足,进而对知识库问答系统所面临的问题和挑战进行了总结.

多传感器数据融合理论及其在智能控制领域的应用

简要论述了数据融合的主要方法与当前的研究热点,并对其在智能控制领域的应用作了概要介绍。