基于时序逻辑和SCR方法的需求分析方法

以定义事件驱动型系统需求的ＳＣＲ（Ｓｏｆｔｗａｒｅ ＣｏｓｔＲｅｄｕｃｅ）方法和时序逻辑为基础,提出了一种能够根据ＳＣＲ方法与时序逻辑之间的语义联系和时序逻辑的推理能力有效地检查用ＳＣＲ方法定义的事件驱动型系统的需求分析方法．为便于理解,还给出了一个简单的例子来介绍如何分析和检查用ＳＣＲ方法定义的需求的有效性．     

基于M_(AS)的形式化数据流图的方法

由于ＤｅＭａｒｃｏ的数据流图（ＤＤＦＤ）缺乏形式化的描述方法，本文提出了一种使用综合知识表示模型ＭＡＳ来形式化描述ＤＤＦＤ的新方法．使用此方法，能方便地建立一些有关ＤＤＦＤ的知识规则，并能对ＤＤＦＤ自动进行一致性和完全性检查     

论环{R×G×S}

本文定义了一个新的代数系｛Ｒ×Ｃ×Ｓ｝这是一个有环结构的自由Ｒ－模，并讨论了结构性质与Ｒ的性质．     

基于Petri网的超媒体形式化模型

针对演播类超媒体提出一个基于Ｐｅｔｒｉ网的形式化模型ＯＯＰＮ,它由一个扩展Ｐｅｔｒｉ网、若干对象以及Ｐｅｔｒｉ网与对象之间的映射表示,具有刻画超媒体主要性质的能力．着重给出了ＯＯＰＮ模型的形式化定义以及它对超媒体逻辑结构、时序结构和语义结构的描述     

信任本体的形式化语义研究

针对现有的信任模型缺少信任相关概念属性在数理上的定义以及严格可靠的信任语义推理和统一的形式化抽象模型的问题,本文提出形式化动态信任本体的概念,结合本体在语义层次的形式化描述方法,对实体信任、行为信任和区域信任进行本体化,并对三种信任本体进行形式化语义演绎和推理.给出了信任相关属性的形式化理论分析,并通过典型的激发场景实例,有效地验证了信任本体化理论.     

基于C/S结构的Ada并行计算模型

在研究Ａｄａ９５并行计算语义的基础上,提出了一个基于Ｃ／Ｓ结构的Ａｄａ并行计算模型Ａｄａ－ＰＣＭ．讨论了在Ｃ／Ｓ环境下实现Ａｄａ并行计算存在的问题和解决方法．该模型不仅是研究Ａｄａ并行计算环境的基础,同时可为其它分布并行计算问题提供借鉴     

基于知识的多媒体创作模型

通过对传统方法进行分析,引入语义网络的知识表示方法,将面向对象技术与超媒体方法相结合,提出了一个基于知识的多媒体创作模型（ＫＡＭ）,给出了ＫＡＭ模型的形式化定义,并对该模型的结构进行了讨论．ＫＡＭ模型具有以下特点：（１）支持结构与内容的分离;（２）支持复合机制;（３）基于语义的导航,有效地避免了在交互性系统中的迷路问题;（４）独立的链服务功能和管理功能,保持系统的开放性、可扩充性     

UML建模与动态模拟:案例研究

为检查模型之间的一致性和模型的完备性, 本文根据ＵＭＬ１．１ 规范,通过在可视化建模工具Ｒｏｓｅ９８上开发的一个铁路模型的实例详细描述了对于软件系统如何从多个视点建立一个规范、实用的模型;并提出了一种基于ＵＭＬ模型的动态模拟方法,给出了动态模拟工具设计方案, 这种方法充分结合了当前的用户界面、动画技术和ＵＭＬ语言的半形式化语义特点．     

工作流事务的形式化描述和实现

工作流事务是工作流技术本身亟待解决的难题之一,现有的众多工作流事务模型大多使用操作性的非形式化方式描述工作流的复杂语义,极大地限制了它们在复杂场景中的可用性,为此将事务的形式化描述和工作流的实际应用联系起来,提出了一种在工作流环境下管理长事务的方法．这种方法建立在事务补偿的基础上,通过允许过程出现环结构来处理任意过程结构,并通过引入一致点实现过程的部分补偿．形式化的事务模型描述以及基于集合论和图论表示的事务管理算法为工作流系统提供了清晰无歧义的事务语义．     

时序π演算及其对MARTE顺序图的建模

MARTE是统一建模语言UML在实时和嵌入式方面的一个扩展.本文给出π演算的一个带时序的变体来对MARTE顺序图的主要元素进行建模.相对于传统的π演算来说,时序π演算中增加了时间算子,可以对时间的流逝和计时器事件进行描述.同时,给出了时序π演算的语法和语义,并定义了时序π进程间的强互模拟关系.基于时序π演算,定义了MARTE顺序图的形式化模型,从而给出了MARTE顺序图的完整语义,并为进一步的模型检测提供了理论基础.     

基于相关性度量的关联规则挖掘

传统的关联规则挖掘方法容易生成一些无用规则,甚至生成误导规则,也不能区分正负关联规则.通过相关性度量,建立了基于相关性度量的兴趣度模型,并利用兴趣度模型改进了关联规则算法,最后,通过实例验证了此算法不仅能够避免生成无用规则和误导规则,还能生成一些感兴趣的负关联规则.     

基于角色与目标注册元模型的语义互操作能力研究

为了促进需求模型间的语义互操作并有效评估角色与目标注册元模型为两种需求模型提供的语义互操作能力,提出了一种互操作能力评估方法.实验中以需求模型i＊和KAOS对会议安排进行建模得到需求模型实例,同时基于现有的角色与目标注册元模型以及对应的需求模型规格,通过连续两次映射,将需求模型的元素映射到角色与目标注册元模型的元类及其关联,并针对映射结果定量分析i＊模型与KAOS模型间部分语义互操作的程度.实验结果表明,该方法能有效评估需求模型间通过角色与目标注册元模型进行语义互操作的能力,并为需求模型间实现深度语义互操作提供度量支持.     

一种基于Hash_tree的产生关联规则的方法

介绍了一种基于Hash-tree的产生关联规则的方法。在此方法中通过在候选集排序和在获得项集出现次数的时候采用了Hash-tree的方法大大提高了算法实现的速度，并在实际应用中也取得了很好的效果。     

基于多视点的快速原型化方法的研究

提出了一个结合多视点的快速原型化方法,该方法及其需求定义过程主要使用视点和视点模板来定义用户的需求,从而提高了需求规格说明的可读性和可审查性．此外,本文也讨论了这个新方法的特点和今后需要解决的问题．     

苗族服饰色彩体系构建研究

色彩是民族服饰的核心要素,也是民族文化元素的重要组成部分,构建一套兼具科学性与实用性的色彩体系极具挑战性。在传统色彩地理学方法基础上,通过提取主题色和改进的关联规则挖掘方法,获取色彩数据、寻找色彩规则,并对其进行自然色彩体系（NCS）编谱分析,构建了一套苗族服饰色彩体系（Miao’s costume color system,MCCS）。该体系有助于进一步挖掘苗族服饰的配色规律,实现对苗族服饰色彩的数字化保护,为民族服饰色彩传承机理的探索与研究提供新的思路。     

苗族服饰色彩体系构建研究

色彩是民族服饰的核心要素,也是民族文化元素的重要组成部分,构建一套兼具科学性与实用性的色彩体系极具挑战性。在传统色彩地理学方法基础上,通过提取主题色和改进的关联规则挖掘方法,获取色彩数据、寻找色彩规则,并对其进行自然色彩体系（NCS）编谱分析,构建了一套苗族服饰色彩体系（Miao’s costume color system,MCCS）。该体系有助于进一步挖掘苗族服饰的配色规律,实现对苗族服饰色彩的数字化保护,为民族服饰色彩传承机理的探索与研究提供新的思路。     

一种基于模糊逻辑的数据关联规则挖掘方法

分析了模糊逻辑规则的形成过程，介绍了模糊推理方法，提出了基于模糊规则化的数据挖掘方法。由分析可以看出，基于模糊逻辑规则的方法能从大量的数据集合中有效地发现有价值但不明显的信息并挖掘出有价值的信息。在实际系统中有着一定的意义。     

规则中不确定性的表示与传播——信任函数的情形

研究了信任函数理论框架下规则中的不确定性的表示与传播,引入信任结构表示不确定的规则。定义了信任结构的复合与分解运算,由此提出了一种新的不确定推理模式。     

基于数据挖掘建立高校系科办学评估体系的合理性评价系统

本文运用关联规则发现方法与人事信息库进行数据挖掘,寻找高校系科办学评估体系中各因素间的关联关系,并根据关联关系强弱分析各因素的权重设置的合理性。本文分析和指出了现有一些看法的优缺点,提出了在Tid-optim算法,并对发现的规则进行分析,通过数据抽样建立合理性评价体系,有效地解决了权重设置的不合理问题,为高校管理决策提供科学依据。