面向媒体处理器可重定目标编译器的代码生成

在可重定目标编译器的设计与实现中,RTL中间表示具有内部的树结构表示形式和外部的正文表示形式的特性,使RTL适合作为可重定目标编译器中的中间表示。利用RTL的这种双重特性,提出适用于可重定目标编译器的代码生成技术,通过树模式匹配的方法建立中间表示与机器描述中指令模板的映射关系,实现汇编代码的输出。通过MD32Builder集成环境的构建,证明该技术简单易行。

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Tabu搜索的模糊聚类方法

首先,对模糊C 均值聚类算法做了简要分析和评论,在此基础上,将Tabu搜索引入模糊聚类,以克服模糊C 均值聚类的局部性和对初始聚类中心的敏感性,采用了适合于模糊聚类的树型编码方案。然后,给出了新算法的实现方法及步骤。仿真实验表明,新方法在速度和解的质量方面都达到了令人满意的效果。

哈夫曼编码的一种基于树型模式匹配的改进型算法

一般情况下,哈夫曼编码所采用的存储结构及构树方法,不仅影响编码效率,而且也没充分利用存储空间.本文改顺序存储为链式存储,对叶结点和非叶结点采用不同的存储结构来降低空间复杂度.在编码时,充分利用短码字且基于树型模式匹配进行编码,提高了编码性能和传输效率.

基于关联规则挖掘的车辆故障码分析

本文中基于车载诊断原理,将车载自诊断过程产生和保存的故障码(diagnostic trouble codes,DTC)分析与关联规则挖掘相结合,提出适用于挖掘故障码数据关联的改进FP-Tree算法,并根据得到的关联规则建立整车故障码关联图,将其应用于历史数据分析流程与车辆维修流程。挖掘数据中有趣关联规则,提供关联可视化结果;对维修过程读取的驳杂故障码进行分析,减小故障码复杂性,分析主要故障码,缩短基于故障码的检修时间,协助维修人员定位故障。

单例模式导向的源代码自动重构研究

针对手工重构存在容易引入错误且重构效率较低等问题,本文提出了一种以单例模式为导向的源代码自动重构方法.首先将源代码转换成抽象语法树,然后对抽象语法树进行操作,按照单例模式的要求修改抽象语法树,并自动生成重构后的单例类.该方法不仅可以对指定类进行自动单例化重构,还可以对源代码中所有创建该类实例的代码进行自动重构.对方法进行正确性检验并将其应用于两个不同规模的软件项目,实验结果表明该方法可以准确、高效地实现类的自动单例化重构,重构算法的执行时间与系统规模呈线性关系.

基于单次扫描无构造调节的频繁模式挖掘算法

研究频繁项集模式挖掘优化问题。传统的挖掘算法常产生大规模的候选项集,并且反复扫描数据库,导致频繁项集挖掘时间过长,空间效率太低。为了改进频繁项集挖掘时时间与空间效率低的问题,提出一种高效频繁项集挖掘算法CPT-Mine。此算法利用编码模式树存储事务数据库中的频繁项集信息,构建FP数组,加快产生频繁项集,引入CPT-Mine算法,快速地挖掘数据库中所包含的频繁项集,无需递归构造条件模式树,只需两次扫描数据库即可生成所有频繁项集。最后的实验证明了该算法能缩短挖掘时间3～10 s,空间效率提高43%。

基于覆盖模式的频繁子树挖掘方法

无序树常用于半结构化数据建模,对其进行频繁子树挖掘有利于发现隐藏的知识。传统的频繁子树挖掘方法常常输出大规模且带有冗余信息的频繁子树,这样的输出结果会降低后续操作的效率。针对传统方法的不足,提出了一种用于挖掘覆盖模式(MCRP)算法。首先,采用宽度孩子数编码对树进行编码;然后,通过基于最大前缀编码序列的边扩展方式生成所有的候选子树;最后,在频繁子树集和δ'-覆盖概念的基础上输出覆盖模式集。与传统的挖掘频繁闭树模式和极大频繁树模式的算法相比,该算法能够在保留所有频繁子树信息的情况下输出更少的频繁子树,并且将处理效率提高15%到25%。实验结果表明,所提算法能有效减小输出频繁子树的规模,减少冗余信息,在实际操作中具有较高的可行性。

自动Java代码缺陷检测技术

代码审查是一种高效的程序缺陷检测方法,因为它能够在软件开发的过程中找出程序的错误,这很大程度上降低了改正错误的成本.但是传统的代码审查是一种"劳动力密集型"的方法,为了提高代码审查的效率,一系列的自动化代码缺陷检测技术和工具已经被提出并得到了广泛的应用.本文介绍了支持代码审查的自动化代码缺陷检测技术的相关内容.结合Java语言的特点对自动代码缺陷检测体系结构和工作的原理做了论述,并引入了缺陷模式树来提高检测的速度;最后通过具体的实验来分析了自动化代码缺陷检测的有效性和高效性.

基于四叉树的景观指数分析方法

景观指数法作为景观格局分析的重要研究方法和度量手段,也是景观生态学研究的重要组成部分。由于景观指数在空间格局表达时信息高度浓缩,其在应用中普遍地存在"一值多形"问题。文中根据景观水平上聚集度指数和多样性指数对景观空间整体复杂性和异质性的描述,采用二维空间地理现象的四叉树编码表达对四个不同模拟景观格局进行空间划分,形成多层次的四叉树结构,并通过Fragstats软件对不同子区域景观指数计算,以及采用数值矩阵和对应的3D模型来表达不同景观空间格局。该方法明确展现了不同景观格局相对应的空间位置在景观聚集性特征和多样性特征上的不同,并且用同一景观格局中各子区域的景观指数描述自身子区域特征,也从景观空间局部表现了景观空间格局的异质性。研究过程证明了基于四叉树的景观指数分析方法可以区分景观格局在指数计算中的"一值多形"。同时文章展望了该方法对于不同景观空间格局进行聚类划分的应用。

语句包裹模式的识别和分类

软件演化过程中会产生大量变更代码,对变更代码的识别有利于变更理解。其中普遍存在的把一个语句或语句序列移动到一个或多个不同的语法实体中的变更行为,对于这种语句包裹模式的识别和分类,提出了基于代码变更块和抽象语法树的语句包裹模式识别分类算法。首先从变更前后版本2个文件中筛选出代码变更块,根据语句包裹模式的特征找到候选代码变更块,再建立抽象语法树,通过语法分析找到代码变更块中存在的语句包裹模式并对其进行分类。该算法在4个开源项目中进行了实验验证,实验结果表明该算法对语句包裹模式的识别具有较高的准确率。