基于类C语言内存模型的复杂数据结构验证方法

对系统中操作复杂结构程序的正确性验证是保证软件高可信的重要途径,目前大多数基于高层抽象建模和程序结构拆分的方法难以满足复杂数据结构程序的验证要求。针对这一问题,论文提出基于类C语言内存模型的验证方法。首先,以内存块为基础将复杂数据结构的操作进行函数形式的定义和描述,形式化描述内存对象操作性质;其次,针对程序层定义了符合复杂结构描述的文法和语义,并基于符号化的程序逻辑进行推理。实验对嵌入式操作系统内核μC/OS-III中的复杂数据结构进行分析和自动化验证,断言描述和验证条件脚本通过了自动定理证明器的求解。

基于点云数据的大型复杂钢结构智能化施工方法

大型复杂钢结构施工过程中,常面临施工尺寸质量难以把控、构件提升变形监测困难和合拢段现场配切效率低等问题。三维激光扫描技术可全覆盖地、快速精准地获取复杂构部件在施工过程中的点云数据,这为解决上述问题提供了新方法。为此,该文以重庆两江新区寨子路钢拱桥为工程背景,开展基于点云数据的大型复杂钢拱桥智能化施工方法的全流程研究。基于标靶球检测算法、快速四点一致集算法、迭代最近邻算法等实现标靶球点云数据的自动检测及多站点云数据之间的自动配准;通过BIM点云化技术、kNN算法等完成目标点云数据的半自动化提取,实现拱肋尺寸的智能化检测;基于八叉树算法、区域增长算法等实现拱肋提升变形的智能检测;为缩短拱肋的合拢工期,基于BIM模型焊缝信息提取技术、主成分分析算法、Canny边界检测算法、霍夫变换算法等提出数字化预拼装算法,得到合拢段的配切量。工程应用表明,该文所提出的智能施工方法效率高、自动化程度好,研究成果可为大型复杂钢结构的施工质量和安装效率的提升提供理论和算法支撑。

建构式学习范式下数据结构实践教学模式探索与实践

针对现行的数据结构实践教学存在的问题,以建构主义学习为理论基础,提出“从应用场景深入建构知识、将知识转化为实践应用”的双向推动数据结构实践教学模式。借助知识图谱导学工具,训练学生大知识观和大思维观的形成,为提升学生解决复杂工程问题的能力训练提供一种新的实践教学思路。

大数据时代下的复杂网络研究与应用

现实生活中的很多复杂系统均可建立网络分析模型,如:交通网络、社交网络、计算机网络、流行病传播网络等,因这些网络具有高复杂性,复杂网络的概念应运而生。随着大数据时代的到来,复杂网络的分析方法配合数据挖掘模型已经在工业和科研界大放异彩。数据网络结构的复杂性随着数据规模的扩张而增加,构建合适的网络模型往往成为解决问题的关键。因此,当许多研究者在构建复杂网络分析模型时,将从数据收集、清理到模型验证进行全面考虑,包括怎样获得高质量的网络结构数据?如何提升数据网络分析的质量和效率?如何将不完整的网络结构数据分析推广到整个网络?本文回顾了复杂网络的基本性质,常用算法,及模型的构建等。清晰地展现了国内外复杂网络研究领域的成果,各类模型的构建方式与应用场景,和不同算法的优缺点比较等内容。体现了复杂网络在大数据时代的作用与不可替代的价值。

云平台环境下个人数据传播生态系统的复杂网络结构与功能分析

云平台环境下,个人数据传播正在形成一个庞大而复杂的生态系统,个人数据治理面临重大挑战,然而当前个人数据泄露研究集中于单一层面,如法律、技术、企业管理等,对个人数据传播与泄露的结构性风险的探索存在不足。本文基于云生态视角,采用复杂网络分析法分析个人数据传播的结构与功能,探索个人数据泄露的结构性风险。本文以我国网民使用的350个应用作为研究样本,建构个人数据传播网络的拓扑结构模型,并开展其结构和功能分析。研究发现,当前中国个人数据传播生态结构较合理,基本符合生态平衡要求,生态系统能实现良性发展;但同时个人数据传播生态系统的结构性风险显著,需建立灵敏的风险预警等外部干预机制;个人数据安全还需要采用生态化治理思路,政府要加强对生态系统结构的引导与干预。

深度学习下结构化数据分类技术研究与应用

引言大数据时代背景下,数据量的急剧增加为各行各业的数据分析与管理带来了新的机遇与挑战。结构化数据以其固有的格式和规则,成为企业决策、市场洞察以及科学研究等关键领域的数据基石[1]。在结构化数据分类领域,传统方法已难以满足日益增长的数据处理需求,特别是在挖掘深层关联与复杂模式方面显得力不从心。

基于复杂结构数据聚类的推荐系统

针对目前推荐系统存在的不能处理结构复杂、语义丰富领域的推荐问题以及对项目空间和用户空间本质特征理解的狭窄性和简单性、稀疏性问题、可扩展性问题，研究了基于复杂结构数据聚类的推荐方法，提出了一个新颖、有效、具有高可扩展性的基于复杂结构数据聚类的混合型推荐系统HRSCCSD。该系统能同时融合用户语义、项目语义和项目协同多方面信息，极大地拓展了当前推荐系统的应用深度和广度。实验表明，所提出的推荐技术在覆盖性、准确性以及可扩展性方面均优于当前主流的推荐技术。

复杂结构-桩-土振动台模型试验数据分析

本文从分析复杂结构-桩-土振动台模型试验数据入手,用加速度动力系数、最大位移、最大正应变、最大动土压力等指标对结构的地震响应全面分析,并对比桩、地下结构、地上结构的不同响应,研究发现:结构不同部分最大地震响应发生的频率不尽相同,且受地震动频谱特性及自身频率影响,天津波加载时结构的地震响应较大;地表以下,当震级较小时,土-结构对地震动起放大作用,随着震级的增加,对地震动放大作用减缓甚至减小;最大位移随结构高度增加逐渐增大,在桩与地下结构交界处和地表处,位移改变较大;地下结构柱、桩最大正应变呈中间大、两头小分布;最大动土压力随着深度增加呈两头大、中间小分布,且地表处最大;总的土压力受最大动土压力影响较大,随深度增加有先降低、后增大的趋势。

Oracle Text技术在复杂结构数据库中的应用

全文检索技术是智能信息管理的关键技术之一,Oracle Text作为Oracle9i的一个组件,提供了强大的全文检索功能。但Oracle Text全文检索技术只是针对表结构相对固定的数据库,而对表结构以及表数量不断变化的数据库实现全文检索的能力是不足的。文中介绍了Oracle Text全文检索技术的方法和步骤,阐述了其在复杂结构数据库中的具体应用,最后程序实现了所设计的全文检索技术。

面向“新工科”建设的复杂工程训练问题设计——以“数据结构”课程为例

"新工科"专业建设的重要目标之一是提高学生解决复杂工程问题的能力。"数据结构"是计算机类专业的重要核心课程,其教学目的主要是使学生掌握数据结构与组织。本文以大数据科学与应用的研究工作为背景,探索如何在"数据结构"课程教学中,设计与开发适合提升本科生解决复杂工程问题能力的研究性训练项目。同时,遵循以学生为中心,以产出为导向的理念,分析了复杂工程问题的特点,并结合具体问题探讨了培养学生能力的途径。

基于高阶逻辑的复杂结构数据半监督聚类

半监督聚类近年来成为了机器学习和数据挖掘领域的研究热点。目前存在的半监督聚类方法都采用属性-值的知识表示方式。但属性-值语言在表示复杂结构数据时存在很多弊端,而基于高阶逻辑的知识表示语言Escher能较好地表示复杂结构数据。在Escher的知识表示方式下,首先当先验知识是实例之间的约束信息时,提出了搜索K-Means算法的K个初始质心的方法;其次,对先验知识不完全、能够发现的初始质心的个数r小于K的情况,提出了搜索其余的K-r个初始质心的算法MSS-KMeans和SMSS-KMeans;最后在复杂结构数据集上,验证了所提算法的可行性。最终的实验结果表明,基于高阶逻辑知识表示方式的半监督聚类方法要优于基于属性-值语言的半监督聚类方法。

一种复杂多媒体结构的多媒体数据库模型

MIR系统的内核能够从大量的多媒体数据中找到用户感兴趣的信息。为了实现这一目的,MIR系统的数据库必须提供完整的和严格的多媒体数据内容,但目前的多媒体文档的描述方法,如MPEG-7有很多不足,无法呈现分层信息。对于这一问题,根据多媒体文档内容的抽象的层次类别,提出一个分层的多媒体文档描述模型,并讨论图层之间的映射关系。

折算复杂性及其在数据结构研究中的应用

一种新的计算复杂性——折算复杂性(amortized computation complexity)是对数据结构的运算时间分析的有力工具。它不仅使我们对已有数据结构的运算能得到比渐近复杂性更精确的性能估计,而且提出了在算法开发中,尤其是数据结构研究的新思想、新方法,从而能得到一些更简单、更有效、更灵活的新的数据结构。

基于内存建模的复杂结构类型测试数据自动生成方法

针对链表、树和图等这类复杂结构类型的测试数据自动生成问题,提出一种面向路径的基于内存建模的测试数据生成方法.采用一种将结构变量和数值变量分别建模的抽象内存模型,并利用此模型辅助符号执行被测路径;把路径执行过程中语句的语义操作映射到对抽象内存的操作,解决指针引起的别名问题,并且在抽象内存中精准地记录了路径的约束条件;最后通过约束求解得到测试数据.文中方法已应用于自主开发的自动单元测试系统———UATS,通过实验证明了该方法的可行性.

隧道超前地质预报网络结构数据库构建

超前地质预报是隧道施工中一项重要技术工作。预报数据具有节点层级深、关系复杂、实时性要求高、结构差异性大等特点。为提高预报精度、实现数据共享,在分析多源异构预报数据管理方式和后续三维建模、集成可视化和预报综合分析需求的基础上,梳理了预报数据现状,提出了隧道工程超前地质预报网络数据库结构:掌子面素描、超前钻探和多源物探各类型预报手段的主-次节点数据表、网络链路数据表依次递进的分类树结构。利用MySQL数据库技术实现了隧道超前地质预报网络结构数据库的构建。最后利用BIM三维建模技术对数据库的查询、调用实时性进行了实测分析,为隧道工程超前地质预报工作的信息化发展提供技术参考。

决策驱动型省级政务大数据治理技术架构及实现

新时期政务数据在形态、产生机制等方面发生了巨大转变,呈现模态多样、体量巨大、结构复杂、时序演变等特征,给传统治理带来了全新的挑战。针对此问题,以省级政务大数据治理为切入点,分析了传统省级政务大数据治理的技术架构和瓶颈。围绕政府决策场景提出了一种决策驱动型省级政务大数据治理技术架构——凤翔模型,分析其内涵概念、设计原则和总体架构,并对其可行性进行论证。针对凤翔模型技术架构中的4项关键业务问题和关键技术问题,进一步提出针对性的技术实现思路,为各省市后续治理项目建设以及相关技术路线研究选型提供参考。

带复杂数据结构的模型检测工具

模型检测是近二十几年来最成功的自动验证技术之一 ,而模型检测工具的开发是将模型检测和实际相结合的关键 为了有效地对涉及到复杂数据类型的并发传值系统进行模型检测 ,总结了以扩展的带赋值符号迁移图和模态图分别作为并发系统和逻辑公式的语义模型来实现模型检测工具的工作 ,特别是将复杂数据结构引入传值进程定义语言和带赋值符号迁移图

基于结构重参数化和注意力机制的复杂背景下手势识别

针对复杂背景下手势图像受到干扰较多而导致的手势识别准确率低、识别速度慢问题,提出一种基于结构重参数化和注意力机制的复杂背景下手势识别算法RepSEHGR(re-parameter squeeze-expand hand gesture recognition)。通过使用结构重参数化方法,将其应用到残差结构中,在部署阶段去除多余分支结构,提升算法识别速度;同时嵌入通道注意力机制模块,利用其为不同通道特征加权的特点使算法关注手势特征,减少复杂背景干扰;使用cutout与仿射变换2种数据增强方法训练算法,抑制复杂背景噪声输入并增强数据,减少过拟合的同时提升算法健壮性。在一个复杂背景手势数据集上进行对比实验,结果显示:识别精度达到99.9%,识别速度达到200 fps,证明了所提算法的有效性。

面向复杂工程问题的数据结构综合教学案例设计

综合教学案例设计是培养学生解决复杂工程问题的关键环节。以德州扑克游戏系统设计为例,探讨了基于软件工程开发流程的数据结构综合教学案例设计思路。详细介绍了教学案例的能力培养目标,系统开发各阶段的教学内容设计,分析了其中的复杂工程问题特征,为循序渐进培养学生解决复杂工程问题的能力,进行了有效的探索和实践。

数据结构栈和队列微课设计与制作

对于我国高等院校的计算机专业学生而言,《数据结构》是计算机专业的核心课程之一。该课程要求学生拥有与数据结构相关的基础知识储备,掌握常用的基本数据结构,能够对算法进行时间空间复杂度的分析,最终达到在实际开发过程中可以针对具体需求来进行数据结构的应用和算法设计的能力。而栈和队列是本课程中尤为重要的知识点,专业性强,对于刚接触这类知识点的学生来说难以掌握其核心内容,传统的教学方式不能很好地满足学生个性需求。