欧盟是我国食品出口第2大市场,它利用自身优势在标准制定、认证认可、检出指标和检测限值等方面设置壁垒,影响我国食品对欧盟的出口贸易。本文对2002~2012年欧盟食品和饲料快速预警系统(rapid alert system for food and feed, RASFF)...欧盟是我国食品出口第2大市场,它利用自身优势在标准制定、认证认可、检出指标和检测限值等方面设置壁垒,影响我国食品对欧盟的出口贸易。本文对2002~2012年欧盟食品和饲料快速预警系统(rapid alert system for food and feed, RASFF)通报我国食品及饲料类产品出口欧盟的违例信息进行总结,深入分析了真菌毒素和食品接触材料两大类问题,并针对欧盟通报的重点问题和变化趋势进行分析,以期为我国政府调整出口欧盟食品政策,制修订我国农产品加工相关标准提供参考。展开更多
利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于...利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。展开更多
为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,...为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,给出违例判定规则,以此为依据识别服务行为隐私信息使用违例;根据不同违例类型定制补偿罚金,评估违例的风险价值。通过在线购买服务验证了该方法的有效性。展开更多
在先进工艺下,VLSI布线产生设计规则违例(DRC)的原因十分复杂,这使得全局布线的拥塞度不再能准确地反映DRC的分布。针对这个问题,提出了一种基于深度学习的预测布线违例分布的方法。该方法只使用布局阶段的引脚、线网和宏模块等版图信...在先进工艺下,VLSI布线产生设计规则违例(DRC)的原因十分复杂,这使得全局布线的拥塞度不再能准确地反映DRC的分布。针对这个问题,提出了一种基于深度学习的预测布线违例分布的方法。该方法只使用布局阶段的引脚、线网和宏模块等版图信息作为特征和CSMOTE算法平衡数据集,无需进行全局布线,然后使用卷积神经网络对数据进行训练,最后用训练模型预测M2 short和cut group space布线违例的分布。该方法在一个采用先进工艺的真实工业设计上进行了测试。结果显示,该方法预测M2 short的准确率为93.4%,F1值为0.78;预测cut group space的准确率为92.5%,F1值为0.78。展开更多
文摘欧盟是我国食品出口第2大市场,它利用自身优势在标准制定、认证认可、检出指标和检测限值等方面设置壁垒,影响我国食品对欧盟的出口贸易。本文对2002~2012年欧盟食品和饲料快速预警系统(rapid alert system for food and feed, RASFF)通报我国食品及饲料类产品出口欧盟的违例信息进行总结,深入分析了真菌毒素和食品接触材料两大类问题,并针对欧盟通报的重点问题和变化趋势进行分析,以期为我国政府调整出口欧盟食品政策,制修订我国农产品加工相关标准提供参考。
文摘利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。
文摘为判定Web服务中隐私或敏感数据是否被违规使用,定义Web服务的隐私数据模型,为SLA增加面向隐私数据的条款;构建隐私信息监测模型(private information monitoring model,PIMM),在该模型中对隐私数据实施分类,抽象表示不同类型隐私数据,给出违例判定规则,以此为依据识别服务行为隐私信息使用违例;根据不同违例类型定制补偿罚金,评估违例的风险价值。通过在线购买服务验证了该方法的有效性。
文摘在先进工艺下,VLSI布线产生设计规则违例(DRC)的原因十分复杂,这使得全局布线的拥塞度不再能准确地反映DRC的分布。针对这个问题,提出了一种基于深度学习的预测布线违例分布的方法。该方法只使用布局阶段的引脚、线网和宏模块等版图信息作为特征和CSMOTE算法平衡数据集,无需进行全局布线,然后使用卷积神经网络对数据进行训练,最后用训练模型预测M2 short和cut group space布线违例的分布。该方法在一个采用先进工艺的真实工业设计上进行了测试。结果显示,该方法预测M2 short的准确率为93.4%,F1值为0.78;预测cut group space的准确率为92.5%,F1值为0.78。
