基于ANTLR的前端编译器若干关键问题的研究与实现

采用自动生成工具ANTLR的LL(*)文法对编译器前端进行构造,所涉及的关键问题有:文法的左递归、算符的结合性、算符优先级及语法断言。针对上述关键问题进行研究,给出了具体可行的解决方案。实验结果表明:该方案有效地解决了基于ANTLR的代码编译问题,具有良好的可操作性和实用性。     

基于Petri网的构件组装模型

针对形式化语义对构件组装和演化描述能力不足的问题,提出了基于Petri网的构件组装模型.以Petri网系统表示构件的静态组装结构,用网中标识在库所中的流动来模拟构件的动态运行过程;构造了6种具有普遍适应性的构件组装运算,给出了构件Petri网的动态运行规则,并通过案例演示了构件Petri网的演化和组装运算过程.为了支持对构件演化过程中波及效应的量化分析,从可达标识图中抽象出构件影响因子用来描述相关构件耦合度的大小,并用以度量构件系统演化时的影响度.该模型可应用于基于构件的软件系统的体系结构描述及构造过程的演化分析.     

基于神经网络语言模型的动态层序Softmax训练算法

针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡式下降,利用梯度的一阶矩估计与二阶矩估计动态调整参数更新方向与学习率,通过梯度迭代缩小权值变化范围和收敛训练误差,提高词向量的训练效率.以维基百科中文语料作为数据进行了试验,完成了训练效率和质量的分析.结果表明:相较于现有方法动态层序Softmax算法显著提高了训练效率,当增量样本大小为10 kB～1 MB时,训练增速有近30倍的提升,有效地缩短训练周期.     

特种车计算机辅助设计系统的设计与实现

介绍了系统功能及主要设计方法。辅助设计的主体是在ＡｕｔｏＣＡＤ软件包基础上，用Ｌｉｓｐ语言开发而成。系统提供的交互定位、定形、图形拼装、参数设计、尺寸驱动等手段，方便用户生成二维线框图和企业标准的工程图。     

事件驱动编程技术

介绍了应用系统“事件驱动”编程的概念、原理及基本思想．着重讨论了多窗口管理、事件管理、菜单管理以及窗口管理事件应用程序的构造方法．     

负关联规则挖掘算法研究

典型的正关联规则仅考虑事务中所列举的项目.负关联规则不但要考虑事务中所包含的项目,还必须考虑事务中所不包含的项目,它包含了非常有价值的信息.然而,对于负关联规则挖掘的研究却很少,仅有的几种算法也存在一定的局限性.为此,文中提出了一种快速有效的负关联规则挖掘算法MNAR,并给出了一种基于二进制形式的支持数计算方法.理论和实验结果表明算法MNAR是有效和可行的.     

事件驱动编程技术

介绍了应用系统“事件驱动”编程的概念，原理及基本思想，着重讨论了多窗口管理、事件管理、菜单管理以及窗口管理事件应用程序的构造方法。     

基于移动Agent的个性化学习系统

针对学生学习过程中个体的差异,着重探讨了智能代理技术和基于案例推理在个性化学习中的应用,给出一个基于移动智能代理的网络化学习环境,讨论了该学习环境的体系结构、工作过程、推理机制、主要功能及其实现机制,最后利用Aglet移动Agent平台对系统进行了实现.     

基于频繁模式树的关联分类规则挖掘算法

构建精确而有效的分类器是数据挖掘和机器学习中的一个重要任务．提出了一种基于频繁模式树的关联分类规则挖掘算法，该算法同时考虑所有属性，并对现有关联分类规则挖掘算法中内存要求高、类别属性处理难、I／O访问次数多等问题提出了相应的解决方案．试验结果表明，该方法可以取得比同样基于关联规则的分类算法CMAR更高的执行效率以及基于规则的决策树分类算法C4．5更好的分类效果．     

基于三层分治结构的领域类库模型设计

针对中轻量级领域类库构造中，缺乏构造技术支持及管理维护机制不完善的问题，提出了三层分治结构（Triple—Commune Architecture）的领域类库模型，从类部件的功能特征和应用层面，对类库进行横向分类和纵向划分，确定其结构组织形式；采用同源类链式继承机制，解决类库的扩展及版本升级问题；利用自定义的类部件形式化描述语言，对类库进行形式化描述，对类部件的属性、方法、关系以及其他相关信息进行定义，从而完成类库的维护和管理．在ERP类库原型系统研发中表明该模型提高了软件复用和开发的效率．