用于网格计算的复合代码生成技术研究

网格计算的研究越来越受到关注,但是网格开发的复杂性制约网格技术普遍使用。讨论了用于网格计算的复合代码生成技术。文中首先简要介绍了自行研制的网格计算快速开发工具GBu ilder和代码生成技术,然后详细描述了GBu ilder中复合代码生成的体系结构。     

基于时间分段网络并融合上下文信息的视频情感识别

提出一种基于时间分段网络并融合上下文信息的视频情感识别模型.该模型由2个并行的时间分段网络组成,分别用于提取视频中的脸部信息和上下文信息的时空特征并计算情感类别分数.将2个网络的计算结果进行决策融合,得到整个视频的情感类别.在2个视频情感数据库CHEAVD和AFEW上训练并测试了该模型,同时与其他现有方法进行比较.所提...     

基于特定域建模方法的航空发动机MBSE实施方法

 提出一种基于模型系统工程（MBSE）的方法,将基于系统工程航空发动机系统的研发与基于模型的研发有效结合起来：采用系统思维方法对航空发动机需求、架构及验证进行形式化表达,并采用特定域建模方法与代码生成方法实现发动机验证模型的自动生成及验证。该方法通过元元模型对航空发动机的需求、架构及验证进行元模型建模,将用于描述航空发动机研发流程的特定域模型分为3个视图,并根据不同视图实现航空发动机研发过程的信息描述。通过开发代码生成器实现航空发动机验证模型自动生成的过程,实现航空发动机验证模型的自动验证和确认。以某型航空发动机为例,验证了所提方法的有效性。     

基于关系数据模型代码生成器的设计与实现

在以多层架构实现的数据库应用系统中,大量程序代码与其关系数据模型直接相关,采用一种以关系数据模型为输入的自动代码生成工具,可以大幅度地降低编程工作量,提高软件质量.现有基于模板的代码生成工具具有良好的设计框架,但其脚本语言由于与关系数据模型关联不紧密,导致代码模板编写和维护比较困难,难以快速应用.文中设计一种与关系数据模型紧密结合的迭代式代码脚本语言RDM CodeMark,保留基于模板的代码生成技术通用性的同时,简化代码模板编写难度.结果表明:基于RDM CodeMark语言的代码生成工具在针对J2EE平台和.Net平台的软件项目开发实践中能取得较为理想的效果.     

XSLT在HLA联邦成员代码生成工具实现中的应用研究

本文探讨了基于XSLT实现HLA联邦成员代码生成工具的技术,描述了基于MVC模型的HLA联邦成员代码框架的设计、独立于程序实现的HLA联邦成员代码生成模板的设计和基于XSLT处理器的HLA联邦成员代码生成功能的实现。研究表明基于XSLT实现HLA代码生成工具是一种开发成本低、实现难度小、维护方便的轻量级解决方案。     

基于密码学理论的私密信息安全风险评估方法

为了解决传统方法没有考虑针对私密信息的防控措施,得到评估结果不准确的问题,通过密码学理论研究了私密信息安全风险评估方法。在将资产-威胁-脆弱性作为核心对风险值进行计算的基础上,引入安全防控措施功能进行分析。按照相关原则,建立阶梯层次式私密信息安全风险评估指标体系,通过熵系数对各评估指标的权重进行计算。在不考虑防控措施的情况下计算风险值,通过密码学理论对私密信息安全性进行保护后风险值进行计算,将二者结合在一起,获取考虑密码学理论下防控措施后,私密信息风险值,实现私密信息安全风险评估。结果表明：所提方法可有效实现私密信息安全风险评估;所提方法风险评估结果准确合理。可见所提方法评估性能准确。     

雅可比旋量的装配体并联结构公差分析方法研究

针对使用雅可比旋量模型进行公差分析时，装配体局部并联结构累积公差难以计算的问题，提出了一种考虑配合表面接触状态的分步计算方法。该方法构建了局部并联结构的功能要求形成连接图，对装配结果的形成过程进行了描述，进一步建立了零部件的雅可比旋量模型，计算了配合表面在零部件坐标系下的变动旋量。设计了配合平面空间位置关系检测算法，保证了配合平面间正确的物理接触；使用差分进化算法，以正确装配后被装配零部件重心最低为优化目标，计算了局部并联结构的公差累积结果。在充分利用设计信息的基础上，完成了含局部并联链的装配连接关系图向单一串联链的转化。以汽轮机通流间隙的建模和计算为例，验证所提方法的可行性。结果表明：所提方法对相关公差和配合信息进行了合理的平衡，能够显著提高模型的精确性和可靠性。     

掺硅灰的低水胶比水泥水化产物定量预测方法

基于低水胶比下水泥水化原理以及硅灰作用机制,考虑体系中氢氧化钙量的变化,修正中心粒子模型,提出掺硅灰的低水胶比水泥水化产物体积分数预测方法.对比提出方法、试验数据、Power模型以及Jensen模型,结果表明:所提方法可较好地描述掺硅灰的低水胶比水泥水化进程并定量预测不同水化产物的体积含量;当无硅灰时,所提方法计算的未水化水泥和化学收缩的体积与Power模型计算结果基本一致;当含有硅灰时,所提方法计算的水化产物的体积分数与Jensen模型的模拟相近.     

基于k近邻的混合数据分类方法

由于有序与无序特征之间的复杂关系，现有分类方法不能有效处理混合数据（同时包括有序和无序特征）上的分类问题。针对此问题，提出了基于k近邻的混合数据分类方法（a classification method for mixed data based on k-nearest neighbor,MDKNN）。首先通过区分有序和无序特征计算样本之间的距离，获取特征的序信息和统计信息；然后分别从优于和劣于预测样本的训练集中选出最近邻样本，并基于模糊关系计算其类隶属度，以确定预测样本的类标签范围，从而保证预测结果的单调性；最后在该范围内计算分类结果。在来自UCI和WEKA的12个公开数据集上进行实验，分别与基于k近邻模型的MKNN、FKNN、MFKNN算法和基于非k近邻模型的PMDT、OLM、OSDL算法比较，所提方法都获得了最高的平均准确率，且分别比两类模型中的最优算法MFKNN和PMDT提高了7.13%和9.84%，表明了所提方法的有效性。     

分布式关系型数据库管理系统C-POREL的代码生成机制设计

分布式数据库管理系统(DDBMS)中,代码生成模块是实现系统的分布透明性(分割透明性和分配透明性)[2]的重要模块,其设计得好坏对整个系统有极大的影响。本文以分布式关系型数据库管理系统 C-POREL[1,3]的代码生成机制为例,讨论 DDBMS中的代码生成层的设计方法。文中给出C-POREL系统的代码生成模块的设计方案,并提出了其中所必须的一些算法,最后给出了具体的例子。     

基于web服务的报表模型研究

针对报表软件复用性差与信息系统中数据无法和其它系统交互问题,根据报表的生成流程分析出报表的共性与个性,提出了一种基于web服务的柔性报表服务模型.柔性报表服务模型由报表系统开发平台、报表模板制作平台和报表生成服务构成.开发平台用于与特定的信息系统绑定,制作平台用于制作报表模板,报表生成服务用于被其它系统调用返回需要的报表文件.最后,在.NET平台下对模型进行实现,证明模型的可用性和正确性.     

结合Transformer模型与深度神经网络的数据到文本生成方法

数据到文本的生成是指从结构化数据生成连贯文本的一种自然语言处理方法。近年来,由于端到端训练的深度神经网络的应用,数据到文本生成的方法显示出了巨大潜力。该方法能够处理大量数据自动生成连贯性文本,常用于新闻写作、报告生成等场景。然而,已有研究中对于数据中具体数值、时间等数据信息的推理存在较大缺陷,无法充分利用数据间的结构信息给出合理的生成指引,并且生成过程容易出现语义与句法分离训练的问题。因此,文中提出一种结合Transformer模型与深度神经网络的数据到文本生成方法,并提出一个用于内容规划的Transformer Text Planning(TTP)算法,有效地解决上述问题。在Rotowire公开数据集上进行方法验证,实验结果表明,文中方法性能优于已有数据到文本生成模型,可直接应用于结构化数据到连贯性文本的生成任务中,具有一定的实际应用价值。     

基于NLP的军用文书自动生成系统建模

军用文书自动生成是C4ISR系统中的关键技术之一 ,是提高指挥效能必不可少的重要环节。通过系统分析 ,文中阐明了C4ISR系统中军用文书生成系统的一个重要发展方向是基于自然语言处理的文书自动生成。根据军用文书生成过程中的信息流向 ,提出了该系统 3个模块的结构模型 :信息理解模块、文书信息库模块、文书生成模块 ,描述了这 3个模块的整体运作流程。该模型对其它领域中基于自然语言理解的文本生成系统具有参考价值     

基于生成对抗网络的人脸图像修复

为了有效修复大面积破损的面部图像,通过生成对抗网络,使用解码器-编码器结构的卷积神经网络作为生成模型,增强生成模型的结构信息预测能力,同时引入对抗训练策略优化生成模型。该模型首先训练一个判别模型识别真实图像,再将判别待修复图像输入生成模型后所得到的结果是否真实,从此为生成模型提供优化梯度。结合卷积神经网络的结构信息预测能力和DCGAN对抗策略的优化能力,提高图像补全效果。通过在CeleBA人脸数据集上进行的实验结果表明:该方法在补全大面积破损的图像任务上性能明显优于其他方法。     

联合自编码任务的多机制融合复述生成模型

基于神经网络编码–解码框架的复述生成模型存在两方面的问题: 1) 生成的复述句中存在实体词不准确、未登录词和词汇重复生成; 2) 复述平行语料的有限规模限制了编码器的语义学习能力。针对第一个问题, 本文提出在解码过程中融合注意力机制、复制机制和覆盖机制的多机制复述生成模型, 利用复制机制从原句复制词语来解决实体词和未登录词生成问题; 利用覆盖机制建模学习注意力机制历史决策信息来规避词汇重复生成。针对第二个问题, 基于多任务学习框架, 提出在复述生成任务中联合自编码任务, 两个任务共享一个编码器, 同时利用平行复述语料和原句子数据, 共同增强复述生成编码器的语义学习能力。在Quora复述数据集上的实验结果表明, 提出的联合自编码的多机制融合复述生成模型有效地解决了复述生成的问题, 并提高了复述句的生成质量。     

分子模型自动生成的知识库方法

分子结构知识库是基于知识库的分子模型自动生成算法的关键部分。知识库中的知识单元为单个原子的几何构型数据，其中包含原子所处化学环境的信息。生成结构时通过在知识库中进行相似性搜索，确定所采用的知识项，用这种方法生成的分子模型质量已接近于国外的商品化软件。     

利用对话模型引导的对话生成推荐

对话推荐技术旨在通过与用户的对话交互完成高质量的信息推荐.针对已有研究存在的对话目标预测准确性不高的问题，提出一种利用对话模型引导的对话生成推荐(dialogue guided recommendation of dialogue generation， DGRDG)模型.首先，利用对话模型生成对话目标，通过经典的Seq2Seq模型融合输入的对话历史、用户画像以及知识信息来生成对话目标；其次，提出目标重规划策略(goal replan policy， GRP)来修正生成的对话目标，以提高对话目标预测的准确率.在DuRecDial数据集上进行实验的结果表明，对话目标生成模块在引入目标重规划策略后，对话目标预测的准确率提高了3.93%；总体模型在BLEU，DISTINCT，F1以及人工评价指标上具有较好的效果.     

MCP机制下的发电商报价策略研究

建立了一个考虑发电商的单位成本、最高报价、低于和等于市场出清价格(MCP)竞价成功的两种可能性概率的不完全信息模型.针对该模型,提出用预期市场出清电价和贝叶斯博弈结合的方法,求出以发电商收益最大为目标的报价策略,为电力市场内发电商的报价提供了一种新的分析途径.     

汉字动态生成的结构与风格模型

提出一种基于汉字结构和风格的字形生成模型。该模型将汉字字形抽象为汉字结构和汉字风格两种模式,并在结构中将汉字笔画抽象为连续的笔元,通过笔元的特征点构造笔元向量、径向量、弦向量和轭向量,进行笔画风格的重建。通过这种方法,动态产生可用于True type个性化汉字字形设计的字形,实现汉字字形的Web存储和在客户端的特征字形输出,克服了现代汉字由于汉字数量巨大而在字形设计方面的不足,为个性化汉字信息的云端存储和云端字形服务提供了一种有效的策略和方法,为设计更深层次的汉字信息服务奠定了基础。     

引入图像信息的多模态复述生成模型

在商品描述、新闻评论等多模态场景下, 已有复述生成模型只能围绕文本信息生成复述。为了解决其因无法利用图像信息而导致的语义丢失问题, 提出多模态复述生成模型(multi-modality paraphrase generation model, MPG)来引入图像信息, 并用其生成复述。在MPG中, 为了引入与原句对应的图像信息, 首先根据原句构建抽象场景图, 并将与原句相关联的图像区域特征转换为场景图的结点特征。进一步地, 为了利用构建好的场景图来生成语义一致的复述句, 使用关系图卷积神经网络和基于图的注意力机制对图结点特征进行编码和解码。在评测阶段, 提出句对相似度计算方法, 从MSCOCO数据集中筛选出描述图像中相同物体的句对, 并将其作为复述测试集进行评测。实验结果显示, 所提出的MPG模型生成的复述拥有更好的语义忠实度, 表明在多模态场景下图像信息的引入对提高复述生成质量的有效性。