视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

一种嵌套的软件抗衰策略及其模型

该文针对软件在连续运行过程中普遍发生的老化现象，提出了一种嵌套的基于时间的软件抗衰策略，并采用Petri网来描述每次恢复的具体过程，采用有限状态自动机控制恢复次数，建立整个策略的实施过程模型。与传统的基于时间的软件抗衰策略不同，该策略在每次执行系统级恢复前首先执行N次的应用级恢复，从而减少了恢复时间，降低了抗衰成本和周期性应用级恢复策略预测失败的风险，提高了系统的可靠性。另外，该策略具有可扩展性，对于多种因素导致的性能衰退，可以执行多级嵌套的恢复。     

嵌套的基于时间的软件抗衰策略模型与分析

针对软件在连续运行过程中普遍发生的老化现象,提出了一种嵌套的基于时间的软件抗衰策略,在系统级恢复前先执行多次的应用级恢复。较之周期性系统级恢复,该策略降低了恢复成本;较之周期性应用级恢复,该策略避免了预测失败导致的系统失效。论文采用随机Petri网和有限自动机对策略的实施过程进行建模,计算了策略引发的停机时间和恢复成本,并与传统的软件抗衰策略的结果进行了比较。分析结果表明,嵌套的恢复有利于进一步减少恢复时间,降低恢复成本,提高系统的可靠性。