有效协作控制的Petri网模型和分析

本文利用Petri网对协作系统有效控制进行了研究,建立了协作Petri网和协作有色Petri网模型,对Petri网的运行情况进行了分析与探讨,并对协作Petri网模型的性质进行了分析.     

求解一次不定方程的Petri网方法(Ⅲ)——Frobenius问题研究

本文分别从Ⅰ型一次不定方程网的可达性和活性出发,导出当 m≤(sum from i=2 to n)a_i(d_i-1)/d_i-(sum from i=1 to n)a_i时,不定方程a_1x_1+a_2x_2+…+a_nx_n=m有非负整数解的两个不同的充分必要条件;并根据充分必要条件的不同提法,给出求n元线性型最大不可表数的两个算法。     

模糊Petri网的活性分析

在基本Petri网理论基础上,基于模糊推理,对无环模糊Petri网的活性进行了讨论．给出了其关于活性的分级定义以及一种有效的活性判定方法,并对该方法的正确性进行了证明,最后通过一个算例验证了该活性判定方法的有效性.     

基于MIP的顺序资源共享分配系统的虹吸寻找方法

研究了S⁴PR(systems of sequential systems with shared resources)网的虹吸寻找问题.S⁴PR网是一类典型的用于建模顺序资源共享分配系统的Petri网模型.在S⁴PR网中,虹吸的不充分标识会导致死锁.现有的虹吸寻找算法得到的虹吸集合中,存在着不需要进行控制的冗余虹吸,对其添加控制器将会导致控制的冗余和受控系统行为允许度的降低.提出了一种基于混合整数规划(MIP)的虹吸寻找方法,并证明了当该方法没有合适的解时,网系统是活的.与现有的其他算法相比,这一方法能直接获取一个极小的虹吸,并剔除一些并不需要控制的虹吸,因此能用于设计更高允许度的虹吸控制器.应用实例说明了其用于死锁预防策略的可行性和有效性.     

一种有效的分布式构件交互性质验证方法

目的在基于构件的分布式系统开发过程中,更大程度地消除对构件交互风格和交互协议描述与验证产生的所谓的状态爆炸现象。方法提出一种有效的基于π-演算的构件交互协议验证方法——状态约减验证算法,在模型组合之前,将与性质定义无关的状态剥离,然后再进行模型组合。结果用标记转移系统证明了该验证算法的有效性,采用π-演算描述的同步请求/响应交互模型作为例证,证明上述算法比传统算法更有效。结论该算法缩小了组合模型的状态空间,提高了验证效率。     

Unified Generative Adversarial Networks for Multidomain Fingerprint Presentation Attack Detection

With the rapid growth of fingerprint-based biometric systems, it is essential to ensure the security and reliability of the deployed algorithms. Indeed, the security vulnerability of these systems has been widely recognized. Thus, it is critical to enhance the generalization ability of fingerprint presentation attack detection (PAD) cross-sensor and cross-material settings. In this work, we propose a novel solution for addressing the case of a single source domain (sensor) with large labeled real/fake fingerprint images and multiple target domains (sensors) with only few real images obtained from different sensors. Our aim is to build a model that leverages the limited sample issues in all target domains by transferring knowledge from the source domain. To this end, we train a unified generative adversarial network (UGAN) for multidomain conversion to learn several mappings between all domains. This allows us to generate additional synthetic images for the target domains from the source domain to reduce the distribution shift between fingerprint representations. Then, we train a scale compound network (EfficientNetV2) coupled with multiple head classifiers (one classifier for each domain) using the source domain and the translated images. The outputs of these classifiers are then aggregated using an additional fusion layer with learnable weights. In the experiments, we validate the proposed methodology on the public LivDet2015 dataset. The experimental results show that the proposed method improves the average classification accuracy over twelve classification scenarios from 67.80 to 80.44% after adaptation.     

结构活网极小标识的一个求解算法

活性(Liveness)是Petri网的基本性质.从网的关联矩阵以及所定义变迁发生序列的结构,求解结构活网的极小标识,得到了一个多项式时间算法.     

时态逻辑与并发程序

分别阐述了基于Ｍａｎｎａ－Ｐｎｕｅｌｉ框架的命题线性时态逻辑ＰＬＴＬ和基于共享变量方式的并发程序（转换图）模型,并给出该模型与转换系统之间的对应关系;将时态逻辑与公平转移系统ＦＴＳ相结合来描述并发程序及其性质（公平性、安全性及活性）;指出了时态逻辑具备其它形式化方法（ＦＳＭ、Ｐｅｔｒｉ网）所没有的一些优势。     

求解一次不定方程的Petri网方法(Ⅰ)——一次不定方程网

本文提出一次不定方程的两种Petri网模型,称之为一次不定方程网。Ⅰ型一次不定方程网是一种环形网,网中孤的权由方程中未知数的系数确定。这种网有极好的结构性质和动态性质。当方程的常数项足够大,而且未知数的系数之间满足一定条件时,以方程的任一组非负整数解作为网初始标识的标识网的可达集就是方程的非负整数解集。换句话说,通过这个标识网的运行可以求出方程的全部非负整数解。Ⅱ型一次不定方程网是Ⅰ型网的一个修改,当未知数的系数之间满足一定条件时,它的可达集就是方程的解集,即通过它的运行可以从方程的一个特解求出方程的全部整数解。从而根据Petri网的状态方程可以得到一次不定方程的通解公式。     

新扩展强化非对称选择网的活性

利用Petri网结构理论与对偶性，在非对称选择网(AC)中找到了一个子类：新扩展强化非对称选择网(NESAC)，它包含了强化非对称选择网(SAC)与扩展强化非对称选择网(ESAC)对称．给出了NESAC网结构活判定的充分必要条件以及它们的证明。