导读:本文包含了语义保持论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:立方体,语义,内联,侏儒,模型,数据,冰山。
语义保持论文文献综述
边奕心,赵松,杜军[1]（2017）在《保持语义不变的C克隆代码预处理方法》一文中研究指出克隆代码检测工具的输出结果由于存在克隆检测不一致性缺陷的误检和检测出的克隆代码不能直接用于重构的问题,需要对检测工具的输出结果进行预处理。为了解决该问题,提出一种新的克隆代码预处理方法。首先,将自适应K-最近邻聚类方法与程序依赖图相结合,用于降低克隆不一致性相关缺陷检测的误检。然后,使用基于代价-收益分析的评估方法,在消除缺陷后的克隆代码中识别可重构的克隆代码。实验结果表明,该预处理方法,不仅降低了克隆不一致性相关缺陷检测工具产生的误检,提高了可重构克隆代码的数量,而且将克隆代码检测与克隆代码重构两个过程连接为一个有机的整体,有利于提高软件的质量,降低软件维护的成本。(本文来源于《电子科技大学学报》期刊2017年06期）
马超[2]（2017）在《语义鉴别和相似性保持的哈希方法研究与应用》一文中研究指出近年来,二值编码快速的处理速度和低廉的存储空间,使得哈希方法的探索与改进获得了研究者们的广泛关注。二值编码法常应用于图像检索领域,它的主要目的是通过汉明距离为输入图像返回数据库中最近似的图像。哈希作为最常见的二值编码法,可简单地将它分为随机型哈希和学习型哈希两个类别。随机型哈希通过随机生成映射向量来获得哈希函数,生成的哈希函数能够大概率地让近邻样本得到近似的二值编码。尽管随机型哈希得到了统计学理论的支持,但是在实际应用当中需要高维度的二值编码才能获得可观的检索精度。相对而言,学习型哈希的主要能力是让二值编码提炼样本中的相似性信息、分布信息、语义信息等,从而获得更好的性能。在视觉目标跟踪的应用中,外观模型的主要任务是为跟踪算法提供选取候选样本的方式。模板匹配是一种常用的置信计算方式,然而模板与候选样本之间相似度计算耗时巨大,令跟踪方法很难取得快速的处理速度。利用二值编码表示图像物体可以显着降低相似度计算的时间。有鉴于此,在文章中作者提出了能够应用于目标跟踪算法的多特征语义鉴别哈希算法。算法融合了多个具有鉴别力的特征来生成哈希函数,并通过函数将样本和模板都映射为二值编码,接着利用汉明距离来计算候选样本的置信。除此之外,为了使哈希模型适应场景变换和提高更新速率,算法还利用增量学习的方法来实时更新哈希函数。对比实验揭示:在不同场景下,多特征鉴别哈希跟踪法能够鲁棒地对视觉目标实施跟踪。在最近邻图像检索领域,大多数学习型哈希通过学习样本间的相似性,例如邻域结构,来获得哈希函数,并获得了非常可观的检索精度。然而,度量样本间的相似性依然使得模型很难区分近似类别的样本。为了解决这一问题,文章中提出了旨在降低语义信息损失的类别关系度量。基于传统的样本间相似性度量和提出的类别关系度量,文中设计了语义编码与相似性保持映射框架,其主要思想是构建一个统一的映射空间来同时度量样本相似性和语义信息。此模型包含两个重要组件:(1)相似性保持;(2)语义编码。基于这两个组件,将样本特征和语义编码映射到统一的空间中,优化得到的低维映射可以很好保持样本的相似性信息和语义信息。利用提出的映射框架,作者通过将映射空间逼近于汉明空间的方式进一步提出了一个有效的哈希方法。充足的实验证明了所提出的哈希方法能够取得良好的检索精度,对比近几年所提出的哈希方法有明显的性能优势。最近邻图像检索仅能完成单一语义的图像检索任务。实际情况下图像经常含有多层次的语义信息,而传统的哈希方法并没有很好利用这样的层次语义信息。举例来说,boxer狗图像有两个层次的标签“boxer”和“dog”。鉴于这种现象,文章中提出了一种由精到粗相关性图像检索法,其主要目标是:首先返回与输入样本最近似的样本;接着返回弱相关的样本。为了度量算法在由精到粗相关性图像检索上的性能,设计了一种能同时度量各个语义层次检索精度的新指标,即FC(Fine to Coarse)度量。考虑到目前的哈希方法并不能有效处理语义层次相关性的图像检索问题,作者提出了一个简单有效的语义编码哈希方法。语义编码哈希通过生成和调整输出编码达到植入层次语义信息的目的。多样化的实验表明了由精到粗相关性图像检索的实用性,以及所提出的哈希方法能够很好地完成按语义相关性顺序检索的任务。随着互联网数据量的不断增长,图像数据也呈现大规模增长的趋势。数据的不断涌入会使得数据分布产生变化,因而初始训练的哈希函数会逐渐缺乏鉴别力。近年来在线更新的哈希模型被提出,一定程度解决了哈希在线学习的问题。然而随着数据规模的不断加大,样本二值编码的更新将变得非常耗时。为了降低这部分耗时,文中提出了一个加快更新速度的方法,称之为局部哈希更新。局部哈希更新法的基本思想:选择部分哈希函数进行更新,从而减少了哈希函数以及对应编码的更新数量,达到节约处理时间的目的。作者提出了一个贪婪式的哈希函数选取框架,并利用相似性保持的损失函数来选取部分哈希函数。实验揭示局部哈希更新法两大特性:(1)该方法能够有效地提高更新速度;(2)该方法能够最大程度地保持原有函数的鉴别力。最后,本文总结了所提出的哈希方法的特点及其应用场景,同时讨论了方法的优劣并给出了未来可能的拓展工作。(本文来源于《南京理工大学》期刊2017-03-01）
李晋[3]（2014）在《MDA框架下基于语义保持的大粒度模型转换方法研究》一文中研究指出市场飞速发展使得企业之间的竞争越来越激烈,不断变化的市场需求迫使企业不断地调整自身的业务,而这些不断变化的业务信息,即软件需求对企业应用软件的开发也提出了更高的要求。因此,企业应用软件如何快速适应不断变化的软件需求已成为软件开发领域的一个重要挑战。针对这个挑战,采用模型驱动架构(Model-Driven Architecture)的方法实现企业应用软件的开发已取得了较为突出的成绩。MDA是由不同抽象层次的模型以及这些模型的转换所构成的一个体系结构。基于MDA的企业应用软件开发是一个以业务模型和软件模型为载体并由它们之间的模型转换来驱动的过程,将企业需求的变化以模型变化的形式表现出来,通过模型转换将这些变化传递给软件模型,直到软件系统,以提高企业应用软件快速响应不断变化的市场需求。本文重点研究MDA框架下模型转换的关键技术,在传统转换规则基础上,引入数据挖掘思想构造大粒度的转换规则,通过这些大粒度的转换规则实现大粒度的模型转换,以提高模型转换的效率和精度。具体研究内容包括:(1)针对转换规则中模型语义表示形式复杂、语义证明困难等问题,着重研究了转换规则的抽象语法和具体语法,包括原子转换规则和复合(大粒度)转换规则。针对已构造的转换规则,分析转换规则的结构以及它们之间的语义关系,研究了转换规则的组织形式。为了支持转换规则重用,研究了转换规则的复合运算,为构造复合(大粒度)转换规则提供理论依据。(2)针对转换规则构造过程中模型语义信息的提取等困难,分析了已有转换规则的构造方法,以及粗集理论提取语义技术,研究了基于粗集的转换规则构造方法。针对参与模型转换的模型元素变化,建模语言进化等原因,分析了影响构造转换规则的情况,研究了转换规则的增量式更新方法。针对转换规则的评价及度量复杂等问题,研究了转换规则的度量指标,为转换规则的选取提供依据。(3)针对仅使用原子转换规则进行的模型转换可能出现(不支持的)模型元素转换失败、须反复确定转换规则执行顺序等问题,研究了利用复合转换规则实现模型转换的方法。首先,从企业相似的业务模型和软件模型存在相似的业务模式和软件模式角度,分析这些相似的模式在转换规则中的体现形式,提出了转换模式的概念,并研究了复合转换规则的构造方法。针对复合转换规则参与的模型转换,研究了复合转换规则对应的可转换子模型的检测方法。分析可转换子模型集合与源模型的语义关系,研究了划分可转换子模型的语义一致性保持方法,为模型转换的语义一致性提供理论依据。(4)针对应用多粒度转换规则进行模型转换出现转换方案多(可转换子模型划分),需要对转换方案进行优化选取和验证。首先,分析了参与模型转换的转换规则以及它们的执行序列,研究了基于聚类分析的转换规则优化选取方法。然后,针对所选取的转换规则,研究了序列转换规则的语义一致性验证方法。(5)基于本文提出的理论、方法及算法,设计并开发了面向MDA的建模工具和模型转换工具,以物流业务流程模型之间的转换作为应用案例,来验证所提出的相关理论,从实际应用角度对本文方法进行检验。(本文来源于《哈尔滨工业大学》期刊2014-09-01）
边奕心,王甜甜,苏小红,马培军[4]（2013）在《一种语义保持的C克隆代码无定型过程提取方法》一文中研究指出克隆代码又被称为重复代码,是一种代码坏味.针对传统的保持语法结构不变的过程提取方法提取克隆代码时存在的对某些克隆代码无法直接提取的问题,提出一种新的语义保持的克隆代码无定型过程提取方法.该方法结合程序依赖图和抽象语法树对程序进行语义分析,取消了传统的保持语法结构不变的过程提取算法对语句结构一致性的约束,保留了语义一致性约束,从而解决了传统方法不易处理的连续但不能直接提取的克隆代码提取问题,降低了对未标记语句提升的需求,并且不需要对跳转语句进行特殊处理.实验结果表明该方法可以提取传统的保持语法结构不变的过程提取方法不能提取的克隆代码,提高了克隆代码过程提取的准确性和适用性.(本文来源于《计算机研究与发展》期刊2013年07期）
李罡,张静远,张亚平,张宁[5]（2011）在《基于侏儒立方体的保持语义的数据立方体结构》一文中研究指出在侏儒立方体研究的基础上,提出了一种新的能够保持语义的立方体结构。这种结构改变了侏儒立方体对聚集数据的存储方式,在保持基本立方体上卷、下钻语义的前提下,尽量地去除前缀冗余、后缀冗余,节约存储空间,保证立方体清晰的结构,并且拥有比侏儒立方体更高的存储效率和查询响应速度,对点查询和范围查询能够快速地返回结果,对大数据量情况下的稀疏立方体具有良好的支持。(本文来源于《计算机应用研究》期刊2011年09期）
李仁杰,路紫[6]（2011）在《主题公园多细节层次景观语义模型与虚拟表述——以北京延庆县水土保持科技示范园为例》一文中研究指出主题公园的虚拟表述不仅要追求与实际景观的视觉接近,更要描述景观结构、演变以及人地关系等景观的地理与生态内涵,但后一层次因缺少理论框架而少有研究。基于景观语义特征的虚拟地理环境思想可以很好的整合两种层次的建模需求。本文以水土保持科技示范园为例,提出了示范园区的虚拟表达对象体系,构建了依据景观特征语义的园区多细节层次模型(Layer of details,LOD),较好的表达整体和局部生态景观特征以及微观生态景观要素的各类语义关系;并且通过不同尺度LOD和景观要素的组合表达,按照不同主题和功能构建虚拟场景和游览过程模型。研究不仅解决了示范园生态教育普及、科技示范和生态旅游等多功能一体和园区规模、位置、生态容量等限制之间的矛盾;同时说明基于景观特征语义的LOD模型可以较好地改进传统LOD只注重要素细节的问题,并能准确表达地理和生态景观意义。多细节层次景观语义模型为虚拟地理环境思想的具体表达提供了方法学案例,可以方便扩展至其他主题公园、虚拟旅游甚至地理学相关的多种领域。(本文来源于《地理科学进展》期刊2011年04期）
王昆明,董国庆[7]（2010）在《一种保持语义约束的XML文档存储方法》一文中研究指出XML是网络中跨平台数据发布与交换的标准格式,它在数据库领域有着广阔的应用空间。对于基于DTD在关系数据库中存储XML文档,通过对现有映射策略的分析,提出在一种改进的映射策略,可以完整保存DTD中所包含的语义约束。(本文来源于《微计算机信息》期刊2010年03期）
张宁[8]（2009）在《一种保持语义的数据立方体技术研究与应用》一文中研究指出如何迅速从海量数据中获得准确的决策信息在现代企业日常决策活动中起着至关重要的作用,作为解决这个问题关键的OLAP技术中最核心的概念,数据立方体的实现已经引起了广泛的关注。经过这些年的研究与发展,已经出现了很多不同的数据立方体实现技术。研究发现,数据立方体中存在着很多冗余信息,去除这些冗余信息不仅可以节约存储空间,而且有利于立方体的快速建立与更新。有鉴于此,出现了很多从不同角度去除冗余的压缩算法,但是这其中很多算法在立方体构建过程中导致了立方体结构的混乱、语义模糊,增加了计算的复杂性。本文在侏儒立方体研究的基础上,对能够保持语义的立方体进行了研究,提出了一种新的立方体结构,这种结构改变了侏儒立方体对聚集数据的存储方式,能够在保持基本立方体上卷、下钻语义的前提下,尽量的去除前缀冗余、后缀冗余,节约存储空间,保证立方体清晰的格结构,并且拥有比侏儒立方体更高的存储效率和查询响应速度。对点查询和范围查询能够快速的返回结果。对大数据量情况下的稀疏立方体具有良好的支持。本文提出了新数据立方体结构的构建算法、查询算法和增量更新算法,对其相应的冰山立方体形式也进行了研究。在此基础上,设计了天津市建委12319热线分析系统。(本文来源于《天津大学》期刊2009-05-01）
赵艳平,陶振凯[9]（2008）在《保持语义约束的混合内联算法的改进》一文中研究指出在分析混合内联算法的基础上,对该算法在模式映射过程中缺乏语义映射问题,提出一种保持语义约束的改进混合内联算法.改进的混合内联算法采用XML Sche-ma模式,在语义映射过程中将XML Schema模式中的默认值、12种刻面约束facts等对应到关系模式中的取值约束,实现保持取值约束的模式映射.通过实例分析,说明改进的混合内联算法可以使映射后的关系模式保留更贴近的语义信息.(本文来源于《沈阳理工大学学报》期刊2008年05期）
师智斌,黄厚宽,刘红敏[10]（2008）在《一种保持语义的压缩数据立方体结构》一文中研究指出通常数据立方体体积较大,语义关系复杂,完整的语义立方体很难实现。基于商立方体,该文提出了语义数据立方体结构(SDC),将单元格中的单元以其上界替代,并保存下界,简化了单元格的表示,保持单元格的全部语义,并可以实现单元的上卷和下钻操作。把语义关系应用到数据立方体的查询、增量更新中,使查询响应时间及更新代价大大降低。实验结果表明,SDC是有效的。(本文来源于《计算机工程》期刊2008年13期）
语义保持论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,二值编码快速的处理速度和低廉的存储空间,使得哈希方法的探索与改进获得了研究者们的广泛关注。二值编码法常应用于图像检索领域,它的主要目的是通过汉明距离为输入图像返回数据库中最近似的图像。哈希作为最常见的二值编码法,可简单地将它分为随机型哈希和学习型哈希两个类别。随机型哈希通过随机生成映射向量来获得哈希函数,生成的哈希函数能够大概率地让近邻样本得到近似的二值编码。尽管随机型哈希得到了统计学理论的支持,但是在实际应用当中需要高维度的二值编码才能获得可观的检索精度。相对而言,学习型哈希的主要能力是让二值编码提炼样本中的相似性信息、分布信息、语义信息等,从而获得更好的性能。在视觉目标跟踪的应用中,外观模型的主要任务是为跟踪算法提供选取候选样本的方式。模板匹配是一种常用的置信计算方式,然而模板与候选样本之间相似度计算耗时巨大,令跟踪方法很难取得快速的处理速度。利用二值编码表示图像物体可以显着降低相似度计算的时间。有鉴于此,在文章中作者提出了能够应用于目标跟踪算法的多特征语义鉴别哈希算法。算法融合了多个具有鉴别力的特征来生成哈希函数,并通过函数将样本和模板都映射为二值编码,接着利用汉明距离来计算候选样本的置信。除此之外,为了使哈希模型适应场景变换和提高更新速率,算法还利用增量学习的方法来实时更新哈希函数。对比实验揭示:在不同场景下,多特征鉴别哈希跟踪法能够鲁棒地对视觉目标实施跟踪。在最近邻图像检索领域,大多数学习型哈希通过学习样本间的相似性,例如邻域结构,来获得哈希函数,并获得了非常可观的检索精度。然而,度量样本间的相似性依然使得模型很难区分近似类别的样本。为了解决这一问题,文章中提出了旨在降低语义信息损失的类别关系度量。基于传统的样本间相似性度量和提出的类别关系度量,文中设计了语义编码与相似性保持映射框架,其主要思想是构建一个统一的映射空间来同时度量样本相似性和语义信息。此模型包含两个重要组件:(1)相似性保持;(2)语义编码。基于这两个组件,将样本特征和语义编码映射到统一的空间中,优化得到的低维映射可以很好保持样本的相似性信息和语义信息。利用提出的映射框架,作者通过将映射空间逼近于汉明空间的方式进一步提出了一个有效的哈希方法。充足的实验证明了所提出的哈希方法能够取得良好的检索精度,对比近几年所提出的哈希方法有明显的性能优势。最近邻图像检索仅能完成单一语义的图像检索任务。实际情况下图像经常含有多层次的语义信息,而传统的哈希方法并没有很好利用这样的层次语义信息。举例来说,boxer狗图像有两个层次的标签“boxer”和“dog”。鉴于这种现象,文章中提出了一种由精到粗相关性图像检索法,其主要目标是:首先返回与输入样本最近似的样本;接着返回弱相关的样本。为了度量算法在由精到粗相关性图像检索上的性能,设计了一种能同时度量各个语义层次检索精度的新指标,即FC(Fine to Coarse)度量。考虑到目前的哈希方法并不能有效处理语义层次相关性的图像检索问题,作者提出了一个简单有效的语义编码哈希方法。语义编码哈希通过生成和调整输出编码达到植入层次语义信息的目的。多样化的实验表明了由精到粗相关性图像检索的实用性,以及所提出的哈希方法能够很好地完成按语义相关性顺序检索的任务。随着互联网数据量的不断增长,图像数据也呈现大规模增长的趋势。数据的不断涌入会使得数据分布产生变化,因而初始训练的哈希函数会逐渐缺乏鉴别力。近年来在线更新的哈希模型被提出,一定程度解决了哈希在线学习的问题。然而随着数据规模的不断加大,样本二值编码的更新将变得非常耗时。为了降低这部分耗时,文中提出了一个加快更新速度的方法,称之为局部哈希更新。局部哈希更新法的基本思想:选择部分哈希函数进行更新,从而减少了哈希函数以及对应编码的更新数量,达到节约处理时间的目的。作者提出了一个贪婪式的哈希函数选取框架,并利用相似性保持的损失函数来选取部分哈希函数。实验揭示局部哈希更新法两大特性:(1)该方法能够有效地提高更新速度;(2)该方法能够最大程度地保持原有函数的鉴别力。最后,本文总结了所提出的哈希方法的特点及其应用场景,同时讨论了方法的优劣并给出了未来可能的拓展工作。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义保持论文参考文献
[1].边奕心,赵松,杜军.保持语义不变的C克隆代码预处理方法[J].电子科技大学学报.2017
[2].马超.语义鉴别和相似性保持的哈希方法研究与应用[D].南京理工大学.2017
[3].李晋.MDA框架下基于语义保持的大粒度模型转换方法研究[D].哈尔滨工业大学.2014
[4].边奕心,王甜甜,苏小红,马培军.一种语义保持的C克隆代码无定型过程提取方法[J].计算机研究与发展.2013
[5].李罡,张静远,张亚平,张宁.基于侏儒立方体的保持语义的数据立方体结构[J].计算机应用研究.2011
[6].李仁杰,路紫.主题公园多细节层次景观语义模型与虚拟表述——以北京延庆县水土保持科技示范园为例[J].地理科学进展.2011
[7].王昆明,董国庆.一种保持语义约束的XML文档存储方法[J].微计算机信息.2010
[8].张宁.一种保持语义的数据立方体技术研究与应用[D].天津大学.2009
[9].赵艳平,陶振凯.保持语义约束的混合内联算法的改进[J].沈阳理工大学学报.2008
[10].师智斌,黄厚宽,刘红敏.一种保持语义的压缩数据立方体结构[J].计算机工程.2008
论文知识图
