基于检查点场景信息的软件行为可信预测模型

如何在开发阶段通过提高系统的可监控性从而提升软件可信性是当前的研究热点，这些研究取得了重要成果，但是还存在许多亟待解决的关键问题。针对这些问题，通过对现有研究成果的综述，在借助面向方面设计思想的基础上

为提高软件的可信性，提出了一种基于免疫算法的可信软件系统本体模型。该模型将软件系统由内而外抽象为四层，即语义层、演化控制层、服务层和免疫过滤层，并详细阐述了各层结构和运行原理。该模型具有自我学习、自我

针对室内家庭场景分类问题,提出了一种局部特征信息获取的BOW模型。 实验结果表明,不仅提高了性能,而且减少了计算量。 因此,该方法执行了最新的方法。

型智能电表普及后，为了准确检测出电网中的窃电用户，可以结合机器学习的方法．为此，选择了支 持向量机、随机森林和迭代决策树3种机器学习中较常用的大数据算法进行分析，通过不断调整试验数据集 的大小，对3种

·基于MOOC数据的学习行为分析与预测

基于用户行为的贷款预测训练集随着市场的不断发展银行之间的竞争也越来越激烈.银行需要更多地了解用户以能在最短的时间里响应他们的需求.银行的主要业务之信用卡业务正逐步完善银行的信用卡业务逐渐体现出发行数量

从研究人的不安全行为本身出发,将设计与使用、管理、行为失误这3个方面作为构建矿工不安全行为指标体系的影响因素。结合专家咨询和煤矿实际调研情况,尝试使用遗传算法优化神经网络,构建基于矿工不安全行为的煤矿

移动互联环境下基于改进Markov融合模型的用户行为预测算法

Locatello等人(“对象发现”任务)的另一个的重新实现。 原始TFv2实现位于 培训循环代码改编自 ARI计算和CLEVRWithMasks代码改编自 # download original c

论文研究-基于微分信息的ARMAD-GARCH股价预测模型.pdf,  ARMA-GARCH模型进行股票价格收益预测时,只