基于正交实验的Web表单关联项测试

随着Web应用越来越庞大,Web应用的表单项之间的关系越来越复杂,这给Web测试带来了一定的难度.单纯的将Web表单项作为一个因素进行正交实验会得到一些不合理的测试例,因此将相互关联的表单项作为一个关联组,将关联组作为一个单独的因素进行正交实验,再将关联组内的表单项做全实验后嵌入到正交实验测试例中,得到最终的测试例.相对于简单的使用正交实验得到的测试例,该方法得到的测试例更加合理有效.

颗粒团聚对稀相气固流动脉动关联项的影响

研究了颗粒团聚对描述稀相气固两相流的气固相宏观控制方程中待封闭气固脉动关联项的影响规律并建立关键待封闭项代数模型。根据气相速度脉动与固相浓度关联项(漂移速度)控制方程,将漂移速度表达为固相非均匀程度和气固平均滑移速度的代数模型。分别采用两种基于颗粒动理学的欧拉-欧拉框架介尺度方法模拟三维周期条件且固相平均浓度为1%的稀相气固两相流动,第1种方法假设固相速度分布函数f为各项同性的双流体方法(TFM);第2种方法假设f服从各向异性高斯分布的积分矩法(AG)。网格分辨率为颗粒直径dp的1.75倍,气固间动量交换采用Stokes曳力模型,并与文献中采用相同参数设置的欧拉-拉格朗日(E-L)方法模拟结果进行对比。结果表明,AG方法的准确度优于TFM方法,气固平均滑移速度、气固脉动能等更接近E-L方法模拟结果。颗粒聚团的积分尺度小于气相脉动速度的积分尺度,两者均呈各向异性,竖直分量高于水平分量。模拟得到了气固速度脉动关联系数和漂移速度系数。

融合词项关联关系的半监督微博聚类算法

针对微博文本内容短、稀疏、高维等特点,提出一种改进的半监督微博聚类算法。该算法利用词项间的关系丰富文本特征,通过定义词项文档间关联关系和词项文档内关联关系揭示词项间语义的关联程度,并由此自动生成有标记的数据来指导聚类过程。对词项先验信息进行成对约束编码,构建基于词项间成对约束的三重非负矩阵分解模型来实现微博的半监督聚类。实验结果表明,该算法可以减少繁琐的人工标记过程,并能高效地进行微博聚类。

基于项-目-足关联浅析针刺治疗眼病的远端取穴

针刺治疗疾病时,除局部选穴外,选取的远端穴位更能印证中医学整体观念。针刺治疗眼病的临床实践及相关古今文献均表明,大多数医家除了选用眼周穴位外,常配合采用远端穴位尤其是项部和足部的风池、天柱、申脉等穴。古今经络文献亦指出,项-目-足存在着一定的关联规律。

语言共项和关联性下的母语正迁移现象研究

母语在二语习得过程中到底是起积极作用还是消极作用,学术界一直没有定论。从心理语言学角度,以颜色词及亲属词为例论证可发现,语言共项和语言关联性下母语对二语习得具有促进作用。

基于词项关联关系的FCM微博聚类算法

针对微博内容的稀疏、高维等特征,提出了一种基于词项关联关系的模糊C均值聚类算法。该算法通过挖掘词项间语义的关联程度,将文本特征最大化,并用提前标注部分同类文本的方式来指导模糊C均值算法在初始聚类中心上的选择,从而达到优化效果。实验结果表明,该算法一定程度上克服了微博本身存在的数据稀疏性问题,能高效地进行微博聚类。

关联大系统的故障诊断滤波器设计LMI方法

大系统分解后,状态方程增加了一个动态关联项,这就破坏系统正常时残差渐近于零的条件,要从残差变化趋势中判断系统的故障,必须使动态关联项对残差不敏感。利用H∞控制理论,研究了组合系统的故障检测问题。将故障检测滤波器的设计归结为H∞滤波器问题,使残差信号对关联项干扰具有较好的抑制作用。残差的变化趋势仍会由系统的故障来决定,应用线性矩阵不等式得到此类不确定性系统的故障检测滤波器的存在条件,并给出滤波器参数矩阵的数值解法,仿真例子说明了方法的有效性。

一类不确定关联大系统的鲁棒故障诊断

讨论了不确定性关联大系统的鲁棒故障检测问题,使残差信号和加权故障信号之间的误差最小,并对动态关联项、控制输入和系统的不确定性具有鲁棒性进行了探讨,应用线性矩阵不等式得到此类不确定性系统的鲁棒故障检测滤波器的存在条件.最后,给出了滤波器参数矩阵的数值解法.仿真例子说明了方法的有效性.

具有输入饱和的高阶关联大系统的分散控制

针对一类具有输入饱和且关联项是关于系统状态高阶多项式的关联大系统,设计了一种新的分散自适应模糊控制方法.该方法通过对高阶关联项的处理,使得具有饱和非线性输入的关联大系统各个子系统仅根据自己的信息就能确定相应的控制量,真正实现了分散控制.基于Lyapunov稳定理论,分析证明了闭环系统半全局一致终结有界.仿真结果表明了所设计控制方法的有效性.

一类高阶关联大系统的分散自适应模糊控制

针对一类关联项的上界是系统全状态的普通高阶多项式的关联大系统,设计了一种新的分散自适应模糊控制方法。该方法通过对关联项的处理,使得各个子系统仅根据自己的信息就能确定相应的控制量,真正实现分散控制。基于Lyapunov稳定理论,分析证明了闭环系统半全局一致终结有界。仿真结果表明了所设计方法的有效性。

一类高阶关联大系统的分散自适应模糊控制

针对一类关联项的上界是高阶多项式的关联大系统,设计了一种新的分散自适应模糊控制方法。该方法无须假设未知增益函数与子系统的最后一个分量无关,并且取消了未知增益导函数有界的前提假设,各个子系统仅根据自己的信息就能确定相应的控制量,真正实现了分散控制。基于Lyapunov稳定理论,分析证明了闭环系统一致终结有界,跟踪误差渐近收敛到零。仿真结果表明了所设计方法的有效性。

基于规则前后部约束的关联规则挖掘算法

目前,基于项约束的关联规则挖掘算法,未考虑用户感兴趣的规则前后部项集,常常包含了大量冗余无价值的关联规则。针对此问题,提出了一种基于规则前后部约束的关联规则挖掘算法AR_F&R。该算法根据用户需求,构造指定关联规则的前后部项集,得出针对用户需求的频繁项集和关联规则,并与具有代表性的项约束关联规则挖掘算法Recorder进行了对比实验,结果表明AR_F&R算法具有更高的挖掘效率,算法执行时间也有所降低。

基于模糊关联分类方法的自观数据分析

为分析不同天气状态下各气象要素之间的内在联系,文章提出一种基于模糊关联分类模型的自动气象观测数据(自观数据)分析方法。该方法通过矢量量化聚类方法对数据模糊化,使用拓展的APRIORI算法挖掘模糊频繁项,筛选模糊关联分类规则并组建规则库。以模糊关联度和规则长度作为指标进一步优化规则库。采用本场1月份自观数据进行分析,实验结果表明,该方法能够有效地分析出天气要素与天气状态内在联系,生成的分类模型具有很好的分类能力。

有限维空间下运动行为传感数据特征提取

维度的升高会加剧运动行为传感数据的复杂度,导致其分布特征空间被无限放大,因此提出基于有限维空间的运动行为传感数据特征提取方法。采用关联规则项挖掘分析方法计算数据模糊度,确定运动行为的有限空间区域。在有限维空间下,通过自适应寻优方法,计算传感数据的特征量化参数。检测运动行为传感数据的特征属性,计算数据分布融合映射输出结果,构建运动行为特征提取模型。实验结果表明,所提方法的运动数据空间聚类效果较好,能够把数据固定在有限维空间,数据特征提取精度始终保持在95%以上。

局部聚类的鉴别：一种基于模型的Moran's I检验

传统意义上的Moran's I只能检验出是否存在聚类,但不能检验出是否存在局部聚类。为了弥补这项不足,在对数线性模型的基础上作Moran's(?)残差检验,记作I_(dr)。在非齐性总体下,I_(dr)比传统(?)有较好的第一类错误概率。然后,在原模型中加入空间关联项重做I_(dr)检验。当原模型中I_(dr)是显著的,但加入空间关联项后I_(dr)不显著,表明仅存在局部聚类:当原模型中I_(dr)是显著的,但加入空间关联项后I_(dr)仍显著,表明存在全局聚类。

二语学习中的偶然性词汇习得研究

针对目前外语词汇学习中存在的指导思想片面和习得方法单一的问题,提出偶然性词汇习得的概念。偶然性词汇习得以记忆理论和加工层次理论及动机理论作为理论基础,进而提出了任务关联度及关联项的概念。分析了任务关联度与词汇偶然习得的关系及对词汇习得的影响,指出:词汇的记忆如果是偶然性习得则与学习任务中的三个条件有关:需求、研究和评估;在其他条件相同的情况下,需要经过较高任务关联度处理的词汇比关联度较弱的词汇会被更好记忆;在其他条件相同的情况下,在偶然性词汇记忆上,具有较高关联度的任务比低关联度的任务更有效。

基于模型的Moran's I检验在信息软件业中的应用

传统意义上的Moran's I只能检验出是否存在聚类,但不能检验出是否存在局部聚类.为了弥补这项不足,以北京各地区信息软件业为背景,采用在对数线性模型基础上作Moran's I残差检验Idr的方法,得到局部聚类的存在性.当原对数线性模型中Idr是显著的,但加入空间关联项后Idr不显著,表明空间中仅存在局部聚类.据此可推断出海淀区域发达的信息产业有力地带动了周边区域相关产业的发展.

可压缩流大涡模拟耦合概率密度函数方法中的滤波压力模型

亚格子组分-温度关联项显著影响反应流大涡模拟精度。利用概率密度函数方法中概率等效的特点,发展一种新的滤波压力模型,可以良好封闭亚格子组分-温度关联项。介绍概率密度函数及其耦合求解方法,在已有模型基础上推导建立新的滤波压力模型,并在三维超声速氢气/空气时间发展反应混合层中对不同的滤波压力模型进行数值测试。结果表明,与传统的滤波压力模型相比,新的滤波压力模型可以明显改善反应混合层的模拟准确度。特别地,基于新的滤波压力模型,大涡模拟耦合概率密度函数方法可以较好地模拟链式反应中间微小组分如超氧化氢基等,有望更有效地再现自点火等复杂现象。

S-RSM:一种基于语义的数据空间资源搜索机制

数据空间技术是数据库管理技术的进一步发展,如何有效地搜索数据空间中的资源成为一个值得研究的问题.为此提出一种基于语义的数据空间资源搜索机制(S-RSM,Semantics-based Resource Search Mechanism for Dataspace).定义了资源描述模型,能够有效地将数据资源进行统一描述和包装;提出一种基于语义的资源搜索策略,利用Dbped ia语义知识库评估资源对象关联和语义项关联.同其它搜索策略相比,S-RSM在查全率和查准率等方面具有一定的优势.

级联RTAC系统动态神经网络辨识与分散镇定控制

针对含不确定关联项的级联RTAC系统的镇定控制问题,提出了一种基于动态神经网络辨识的分散控制方案.应用拉格朗日方程建立起了考虑不确定非线性作用力的级联RTAC系统数学模型,采用动态神经网络实现级联RTAC系统中不确定关联项的在线辨识,通过构造含神经网络权值矩阵迹的Lyapunov函数,证明了辨识误差的一致有界性.通过动态神经网络辨识不确定关联项、补偿系统建模误差,建立级联RTAC系统分层滑模控制算法,以实现级联RTAC系统的高精度分散镇定控制.数值仿真验证了动态神经网络的引入对级联RTAC系统分散镇定控制系统瞬态幅值抑制、稳态精度提升的效果.