基于小波包和支持向量机的ERT系统流型识别

两相流体具有复杂的流动特性,流型的准确识别是两相流参数准确测量的基础,是两相流研究的重点内容之一.本文首先采用小波包分析方法对ERT系统中的测量数据进行特征提取,然后将提取的特征数据输入支持向量机多类分类模型,对两相流的4种流型进行识别.仿真实验证明小波包分析和支持向量机的结合是两相流流型识别领域的一种有效方法.

基于一对一多类SVM的ERT系统流型识别

使用小波包分析和基于一对一策略的支持向量机相结合的方法识别油水两相流。先利用小波包分析提取ERT系统数据的特征,再将特征数据输入一对一多类支持向量机,对油水两相流的4种流型进行识别。仿真实验证明,一对一策略的多类支持向量机识别速度和精度较高,它和小波包分析的结合是一种较好的两相流流型识别方法。

基于指称语义的UML序列图的形式化分析

统一建模语言UML是当前软件工程领域的研究热点,提供了多种图元从不同角度和应用层次刻画系统的特性以及复杂的运行环境,其中包括大量具有模糊、稀疏语义的标准元素.本文针对UML半形式化的特点主要研究如何采用指称语义学方法对UML序列图进行形式化描述,以提高UML序列图语义的准确性.本文采用指称语义学方法定义了UML序列图的语法域和抽象语法,为进一步定义UML序列图的语义域及语义函数奠定了基础.

基于指称语义的UML序列图的语义分析

统一建模语言UML是近年来软件工程领域的重要成果之一.在UML规范中,静态语义是用OCL语言和自然语言描述的,而动态语义基本上是用自然语言来描述的,因此UML缺乏一个严格的动态语义定义.本文针对UML半形式化的特点,在采用指称语义学方法对序列图进行形式规范的基础上,采用了可扩展的标记语言XML文档格式对UML序列图进行存储,并给出了UML序列图语义处理的算法,实现了对序列图的语义分析.