基于阵列处理器的HEVC数据流图可重构实现

提出一种基于阵列处理器的HEVC算法数据流图可重构实现方法。基于动态重构机制完成不同的划分方式、算法间的灵活切换,采用深度优先贪婪对数据流图划分后子任务时域流水的并行方式对HEVC中典型编码算法的数据流图重新划分后设计合理映射方案,以Sobel算子值为重构依据在阵列处理器上进行帧内预测算法验证。实验结果表明,与块间流水方案实现相比加速比可达14.97,各算法资源利用率及计算速度均有提升,与帧内预测模式选择快速算法相比每个时钟周期可多处理7.1个像素。

大班游戏分享“可视化”的实践研究——以“数据流图”为例

游戏分享与交流可以为幼儿提供学习共享、回溯自身游戏经验的机会,让幼儿充分感受与体验到游戏的成功与快乐,激发幼儿对游戏的探究兴趣。文章基于当下幼儿园游戏分享环节缺失的现状,提出采用数据流图的形式,鼓励和支持大班幼儿通过“线条+数据符号”“图案+数据符号”“文字+数据符号”来记录自己游戏中的发现,帮助大班幼儿梳理思绪,进而进行有效、有意义的经验分享,使游戏经历和分享更加可视化。

基于表示学习的告警数据流压缩算法

大型在线服务系统的告警数量巨大且关联关系复杂,运维人员进行故障诊断的难度较大。为此,提出一种基于表示学习的告警数据流压缩算法。该算法包含离线学习和在线压缩阶段:离线学习阶段,采用嵌入技术对告警内容的语义信息及服务组件的拓扑信息进行表示学习;在线压缩阶段,采用流式聚类方法对表示学习得到的告警向量进行聚合并生成告警事件。在合成数据集与真实数据集上的实验表明,该算法的各项评价指标均优于已有算法,更能满足告警数据流压缩的实时性和有效性要求。

恶意软件的时序对偶数据流图挖掘及其检测方法

基于数据流图的恶意软件检测方法通常仅关注API(application programming interface)调用过程中的数据流信息,而忽略API调用顺序信息。为解决此问题,所提方法在传统数据流图的基础上融入API调用的时序信息,提出恶意软件时序对偶数据流图的概念,并给出模型挖掘方法,最后提出一种基于优化的图卷积网络对时序对偶数据流图进行分类、进而用于恶意软件检测与分类的方法。实验结果表明,所提方法的恶意软件识别准确率较传统基于数据流图的恶意软件识别方法有更好的检测效果。

基于图模型的C程序数据流分析

针对数据流分析常面临的高误报率等问题,提出基于图模型的C程序数据流分析方法,构建包含抽象语法树、控制流信息、程序依赖信息及函数调用信息的多维图模型,从安全敏感程序点(sink)溯源得到所有相关的外界可控输入源(source),通过基于图模型的过程内和过程间定值分析,实现对污点型缺陷的检测.结果表明,依赖完备的代码属性指导和区间运算支撑,可以有效降低数据流分析的误报率,减少人工审计代码的工作量.

采用数据流图的故障模型生成算法及其应用

为有效地解决系统级故障注入试验建模困难问题,提出语言级生成数据流图,并以此构造动态故障树的故障模型建立方法.通过对故障过程数据流分析,找出数据依赖关系并构造了故障模型生成算法.与其他方法比较,本算法具有动态性,提高了故障覆盖率,减少了系统开销,使故障注入试验更易实现.

简化数据流图的功能点分析方法研究

随着软件工程在各个行业的日益深入以及软件规模的日益庞大,在软件生命周期的早期阶段对软件系统进行规模度量显得尤为重要。在需求分析阶段所建立的逻辑模型的基础上,使用E-R图来简化数据流图,并结合功能点分析的度量原理,以简化的数据流图作为度量要素,详细给出了度量简化数据流图的映射规则和度量规则,以实例验证了这些规则的使用方法,简单实用。

基于数据流的大图中频繁模式挖掘算法研究

随着单个图数据规模的扩大以及应用领域的扩展,大规模单图的频繁模式挖掘的需求越来越强烈.传统的单机环境已经无法满足大规模图数据挖掘的要求,而现有的并行或者分布式环境下的挖掘方法,普遍受到并行性以及数据倾斜等问题的限制,论文在分析了现有的频繁模式挖掘算法后,提出了一种基于数据流的单个大图频繁模式挖掘方法.首先,建立基于数据流的频繁模式挖掘模型,将MapReduce模型中的“批”数据变成“微批”数据,提高了数据处理的并行度,并且其迭代方式也满足频繁子图挖掘的反单调性;其二,设计了数据流模型中的频繁模式检查、子图实例扩展以及正规编码计算等操作,实现了基于数据流模型的频繁模式挖掘算法;其三,为解决正规编码计算中的复杂性问题,提出了基于不变关系的正规编码计算策略以及基于编码树的优化策略,优化正规编码比未优化编码的计算性能提升了30%,基于编码树的优化策略比原始编码计算策略在性能上提升了10%;最后,对涉及的相关算法进行了实验测试,实验证明,算法提高了频繁模式挖掘的并行性,大幅度减少了大图的搜索空间,降低了正规编码的计算时间,相比于传统算法大规模单图中频繁模式挖掘的效率提升了30%.

一种基于数据流图的审计分析模型构造方法

基于审计分析模型计算机审计的本质就是验证相关数据项之间的实际关联关系对理论关联关系的符合一致性。但缺乏系统的审计分析模型构造方法已成为制约当前计算机审计发展的瓶颈。基于此背景,本文论述了审计分析模型的工作原理,提出了一种基于数据流图的审计分析模型构造方法及其审计工作指南,并提供了一个实际审计案例,用以演示其工作过程、验证其可行性和有效性。

数据流图描述语言的研究与设计

数据流图是软件设计开发过程中概念模型设计的重要图形表示法 ,作为一种需求分析的通用方法它直观而且简洁。文章对数据流图设计一个形式化描述语言 ,并给出示例说明此语言的使用 ,将图示的数据流图以语言的方式进行描述。用该语言可对用户需求进行语义描述 ,以此获取用户需求的知识。研究的目的既给用户提供易于理解需求分析的方法也为下一步的逻辑设计提供依据。

软硬件划分中基于一种新的层次化控制数据流图的粒度变换

在一种控制数据流图定义的基础上 ,提出了面向软硬件划分中粒度选择的粒度变换方法 变换以层次化结点为中介 ,包括合并和展开操作 ,并遵循所指定的若干要求以保证变换前后的系统表示在形式和功能上的一致性 分析表明 ,这一变换过程简单快速 ,变换前后功能一致、形式统一 。

一种基于频繁模式有向无环图的数据流频繁模式挖掘算法

频繁模式挖掘中基于FP-growth的算法需要扫描两次事务数据库,预先给定支持度,且不支持时间敏感型数据。本文提出了一种基于频繁模式有向无环图的数据流频繁模式挖掘算法,它根据事务到来的时间给每个事务一个序号,每个事务中的数据项在存储前按数据项的顺序进行调整,频繁模式有向无环图的构建遵循这个顺序并用序号来记录事务与数据项的包含关系,模式增长过程只需要增加有向边上的序号。通过逆向遍历带有相同序号的有向边,产生条件模式基,根据动态定义的阈值抽取条件模式基信息,一次扫描数据库得到频繁模式。实验结果表明,本文算法的执行效率优于FP-growth算法,且存储节点的数目明显减少。

基于有向图的数据流图的E-R模型构建方法

建立概念模型是数据库设计的重要步骤之一,E-R模型是数据库设计中广泛采用的概念模型。本文提出利用业务分析过程中形成的数据流图,把数据流图抽象为有向图,从而构建E-R模型的方法。在大型系统数据库设计过程中,使用这一方法可以快速构建局部应用的E-R模型,大大缩短数据库设计过程中构建E-R模型所耗费的时间。实例验证了本方法在实际工程项目中的实用性和有效性。

基于LabVIEW虚拟高速数据流盘与波形再现仪

利用LabVIEW图形化编程语言并结合PCI—6024E数据采集卡设计了虚拟高速数据流盘与波形再现仪。这种高速数据流盘充分利用了计算机的存储和与外部设备连接的能力,可以完成多通道数据采集、保存和波形回放,便于数据的保存与波形再现,为后续分析处理数据提供了可靠的依据。硬件系统具有开放性,可以通过修改和增加软件模块,来增强和拓展仪器功能。

数据流编程的图形软件Lab VIEW及其应用

本文介绍著名的数据流编程的图形软件ＬａｂＶＩＥＷ及其应用。并介绍作者使用ＬａｂＶＩＥＷ开发的专用子程序库以及使用这个库编制的应用程序。

基于动态数据流图的嵌入式系统设计

该文提出一种嵌入式系统软硬件协同设计方法,它以动态数据流图为系统模型对嵌入式系统的功能和性能需求进行描述,由此提供强大的描述、分析能力及可接受的实现规模.通过一种特定的实现结构,以及数据通路的自动综合和实现代码框架的自动生成,设计工作的主体部分可以被有效分解为一系列独立设计任务,能缩短设计周期并提高设计工作的可重用性。

数据流图在信息处理中的应用

简要介绍数据流图的基本成分及画图步骤,叙述了在信息处理系统中用数据流图分层进行软件分析的过程,阐述了应用数据流图的必要性.在信息处理系统中应用数据流图可提高软件分析的可见性和可控性,有助于软件缺陷在软件开发阶段早期被及时发现和消除.

数据流图的形式规范

本文提出了属性图，以描述数据流图的拓扑结构和性质，并提出了边（流）组成关系以给出父子数据流图平衡的形式定义，由此得到的数据流图的形式规范强于文献中现有的规范．本文提出的形式规范方法适用于不同类型的数据流图，包括ＤｅＭａｒｃｏ型数据流图、实时系统数据流图等．

定义及验证UML Statechart图中的数据流语义

在传统的UML Statechart图中加入了数据流对象后,因为UML Statechart图缺乏精确的数据流语义,所以不适合应用UML Statechart图对工作流中的数据流进行建模并验证其正确性。为了解决这一问题,选择标记转换系统(LTS)作为语义域,并用结构化操作语义(SOS)分两步定义了UML Statechart图的数据流语义,为工作流中的数据流正确性验证奠定了基础。在此基础上,使用时序逻辑公式表示数据流所需满足的性质,在验证数据流的正确性之前,给出了将它的UML Statechart图模型转化为可达状态迁移图的算法,最后通过模型检测算法验证数据流的正确性。

基于UML的数据流图可视化编辑工具的设计

数据流图可视化编辑工具SECAI是适用于传统的面向数据流需求分析的一种工具软件。SECAI是为了满足需求分析时绘制数据流图和编写数据字典的需求,因此它的主要功能包括:绘制分层数据流图、保证数据流的一致性以及记录外部实体的信息、记录加工的信息、记录数据流的信息、记录数据存储(文件)的信息并根据以上信息自动编写数据字典。文中使用UML描述了数据流图可视化编辑工具的设计方法,设计了数据流一致性保持算法并给出了运行结果。