【摘 要】
：
识别并消除统计错误定位过程中的混杂偏倚效应可以有效提高错误定位结果的精度.该文对谓词可疑度度量过程中的混杂偏倚现象进行了研究,提出一种基于混杂偏倚效应消除的谓词统
【机 构】
：
中国矿业大学计算机科学与技术学院,桂林电子科技大学广西可信软件重点实验室,南通大学计算科学与技术学院,河南工业大学信息科学与工程学院
【基金项目】
：
本课题得到国家自然科学基金(61673384,61502497)、广西可信软件重点实验室研究课题(kx201530)、南京大学计算机软件新技术国家重点实验室开放课题(KFKT2014B19)、江苏省研究生培养创新工程(KYLX_1390)、河南省高等学校重点科研项目(16A520005)、南通市应用研究计划(BK2014055)资助.
论文部分内容阅读
识别并消除统计错误定位过程中的混杂偏倚效应可以有效提高错误定位结果的精度.该文对谓词可疑度度量过程中的混杂偏倚现象进行了研究,提出一种基于混杂偏倚效应消除的谓词统计错误定位方法.首先,提出一种基于变量类型的错误候选谓词筛选方法来提高错误相关谓词的识别能力;其次,通过分析影响谓词取值和程序执行结果的条件,识别定位过程中的数据依赖和控制依赖混杂偏倚元素;再次,采用一种静态切片与动态约减相结合的谓词信息收集方法,提高谓词信息的收集效率;最后,针对收集的谓词信息、混杂偏倚元素信息和程序执行结果,使用线性回归分析度
其他文献
当目标区域距离广播源节点过远时,基于机会网络的车联网安全消息广播算法往往造成过高的传输时延,难以保证安全消息的QoS需求.广泛部署的蜂窝移动网络为安全消息广播提供了一
在复杂过渡带三维地震勘探项目中,施工设计包括海陆观测系统设计、从属线束设计、偏点设计等,其优化对于提高地震数据采集效率,保证资料品质,减少空炮、废炮和重炮,实现资料
近年来,基于Wi-Fi接收信号强度的室内定位技术一直是研究领域的热点问题.随着智能家居和可穿戴计算的高速发展,大量新型智能设备的出现进一步推动了室内定位技术的发展,同时
该文针对多尺度变换融合图像中普遍存在的需要依据先验知识选取滤波器,导致融合效果存在不确定性的问题,提出了基于深度堆叠卷积神经网络的融合方法.首先,分别以高斯拉普拉斯滤波器和高斯滤波器为首层网络的初始卷积核,将源图像分解为高频和低频图像序列;其次,基于He K方法初始化其余层卷积核,获得与源图像尺寸相同的高频和低频重构图像各一幅,并将二者合成源图像的近似图像;再以源图像和近似图像像素值之差的平方和的
共性数学库PETSc（Portable，Extensible Toolkit for Scientific Computation）是高性能计算的基础模块，是超级计算机计算环境的基础算法库之一，其性能直接影响调用数学库的高性能数
最小种子集合选取问题（J-MIN-Seed问题）的目标是选择一个种子集合S,在影响传播结束后,它不仅需要影响一定数量的用户（如J个用户）,同时S是最小的集合.虽然该问题得到了广泛的研究,
序列模式挖掘是从给定序列中发现出现频率高的模式的一种方法，目前已在诸多领域被广泛应用．假定子模式Pi和Pj（i〈j）可以分别匹配事件A和事件B，传统的序列模式挖掘方法能够对事件B
卫星网络有效地补充了地面网络,并在空间通信和组网中发挥着重要作用.分析卫星网络的容量可以为提高网络效率、增强业务保障能力以及设计高效通信协议等提供重要依据.然而,现
随着复杂事件处理（Complex Event Processing,CEP）技术的发展,该技术已经在多个领域中得到了应用,例如供应链管理和智能跟踪与监控.由于嵌套查询能够满足这些应用领域里更高层
在摩尔定律面临终结的趋势下，三维集成电路技术被认为是继续提升集成电路性能和集成度的重要技术途径之一．由于采用堆叠的结构，三维集成电路适用于高密度以及异质集成应用领域．存