导读:本文包含了随机文法论文开题报告文献综述及选题提纲参考文献，主要关键词:文法句子生成,自适应随机测试树编辑距离,句子枚举
随机文法论文文献综述
汪康炜[1]（2017）在《文法件自适应随机测试研究》一文中研究指出文法件是一类用文法描述和解答问题的系统,其测试工作不同于其他程序:文法件的测试用例是符合文法规则的句子,获取途径主要是各种句子生成算法;文法件的测试代价通常较高,实践中要求使用少量高质量的测试用例发现尽可能多的错误。因此,生成具有较高检错效率的句子成为了文法件测试的重要课题。现有句子生成算法中,基于规则覆盖方式生成的句子集合在实际测试中因句子不足导致检错能力低下,需使用随机生成方式进行补充。随机生成方式虽然可以弥补规则覆盖方式的不足,但生成的句子可能存在相似甚至相同的情况,导致测试效率降低。本文通过引入自适应随机测试方法,使随机生成的句子均匀分布,从而提高句子质量与测试效率。本文通过实验验证了句子随机生成方式对规则覆盖方式的补充作用;针对随机生成方式在实践中存在的循环问题,提出设置最大推导次数加以解决。给出了句子自适应随机生成算法框架,对关键的距离定义问题进行深入探讨。根据文法件输入域特征,从字符串、产生式状态、树结构叁个角度为句子距离提出了若干假设,并通过理论分析、直觉判断、实验验证对每种距离进行了一一研究。此外,本文还阐述了句子枚举与自适应随机测试的结合应用。实验表明,以产生式树编辑距离作为句子距离定义有理论上的依据,符合直觉上的判断,在各实验中表现良好,在计算效率上处于优势,是句子距离的合理定义。句子自适应随机生成方法在以产生式树编辑距离为距离定义时,生成的句子普遍具有较高的测试质量,可有效提高文法件的测试效率。(本文来源于《华侨大学》期刊2017-06-01）
唐四薪,赵辉煌,周勇[2]（2013）在《RNA二级结构预测:基于半监督学习的随机文法模型方法》一文中研究指出传统随机文法模型预测RNA二级结构需要寻找足够多的相关序列样本,这限制了该方法的实际应用。为有效利用大量未标注的RNA序列进行结构预测,将半监督学习方法融入到随机文法模型中,采用少量已标注的RNA样本和大量未标注样本作为预测模型的训练集。设计了基于EM算法的半监督学习预测模型,该模型将基于产生式方法的SCFG模型作为分类器,通过训练对未标记的RNA序列进行标注,再将己标注的序列逐步合并到已标记样本集中,并能够调节已标记样本和未标记样本所占的比例,最后输出结构标签序列。实验结果表明,通过对多种混合了已标注和未标注RNA序列集的测试,验证了该方法可有效地利用未标注序列数据,大大降低了对已标注序列样本的需求数量,提高了预测精度,并测试了掺入不同的未标记序列数量对模型预测性能的影响。(本文来源于《计算机与应用化学》期刊2013年09期）
唐四薪,谭晓兰,周勇[3]（2012）在《基于随机文法云模型的RNA二级结构预测》一文中研究指出[目的]研究基于随机文法云模型预测RNA二级结构的方法。[方法]将云模型引入到随机文法模型中,提出适合于词汇化随机文法模型的机器学习算法,通过词网格模型对RNA序列进行词条获取和划分,再经过云分类器搜索每个词条被标注为某种二级结构类型的最大概率,然后将这些词条信息作为先验信息在随机文法云模型训练过程中引入,实现对RNA二级结构的预测,并对该方法进行试验检测。[结果]试验测试表明,在随机文法模型中引入云模型后,其在预测的准确度和搜索速度上较单纯的随机文法效果有明显改善。[结论]该研究为随机文法模型在RNA二级结构预测中的广泛应用奠定了基础。(本文来源于《安徽农业科学》期刊2012年10期）
刘海军,李悦,柳征,周一宇[4]（2010）在《基于随机文法的多功能雷达识别方法》一文中研究指出针对多功能雷达采用复杂体制而造成的辐射源不能正确识别问题,提出了一种基于随机文法(SG)的辐射源识别算法。该算法基于多功能雷达的句法模型,将威胁数据库中的多功能雷达文法分为随机正则文法(SRG)和随机上下文无关文法(SCFG)两种情况,并分别构造随机有限自动机(SFA)和随机下推自动机(SPDA)对测量辐射源进行识别。仿真实验表明,该方法不仅能识别出多功能雷达辐射源的型号及模式,而且能识别出雷达辐射源的功能状态,并进而推断出雷达辐射源的威胁等级。(本文来源于《航空学报》期刊2010年09期）
唐四薪,周勇,邹赛[5]（2009）在《基于词汇化随机文法模型的RNA二级结构预测》一文中研究指出针对经典的随机文法模型预测RNA二级结构存在精度不高的问题,本文给出了一种词汇化随机文法模型预测RNA二级结构的方法。首先,用最大熵模型获取RNA序列中的词条信息,通过Viterbi算法搜索每个词条被标注为某种二级结构类型的最大概率;然后,将这些词条信息作为先验信息在随机文法模型训练过程中引入,从而加快对二级结构的搜索过程,提高准确率。(本文来源于《计算机工程与科学》期刊2009年03期）
陈平[6]（2008）在《基于随机文法的骨架结构化表示》一文中研究指出针对传统目标骨架多采用图结构表示存在的缺陷,基于描述随机模式的随机文法技术,提出了用随机文法表示目标骨架,其核心是利用随机文法的抗干扰能力解决骨架对噪声的敏感,在随机文法中嵌入骨架权值抓住目标主要的拓扑特征,与传统的图结构对比,它能提高骨架的抗干扰能力,防止目标主要形状的丢失。(本文来源于《西昌学院学报(自然科学版)》期刊2008年04期）
唐四薪,周勇,易胤[7]（2008）在《随机文法模型在RNA二级结构预测中的应用》一文中研究指出RNA二级结构的研究是当今计算分子生物学的一个重要课题,基于比较序列分析方法的随机文法模型预测RNA二级结构具有准确率高,能对假结建模,但不易实施等特点,本文通过分析随机文法对RNA二级结构建模的过程,提出了一种综合利用比较序列方法,随机文法方法,词条方法预测RNA二级结构的方案.(本文来源于《生物数学学报》期刊2008年04期）
李小燕[8]（2008）在《基于随机文法的图像骨架化表示模型研究》一文中研究指出目标的表示和识别技术是图像分析和理解的核心环节,合适目标的表示是基于内容的图像检索的基础,不同的表示方法将导致不同的识别方法。目前已经有了不少目标表示方法,但是由于缺少结构化的表示,使得基于内容的图像检索结果不能令人满意。为了解决这个问题,朱松纯和大卫·孟弗德提出了在“与或图”中嵌入随机文法表示对象的图文法思想,并综合了一些如马尔科夫随机场和稀疏编码等这样流行模型产生了一个学习结构实现对文法的推断,但是这种方法缺少图像的基元之间的语义信息。由于目标骨架具有层次化、多尺度、与原始目标拓扑一致和适应较大的变化等特点,因此基于骨架的目标表示和识别开始受到人们的关注。本文结合了随机文法和骨架化的优点提出了用随机文法进行骨架结构化表示,增加了图像基元之间的语义特征,有利于提高基于内容图像检索的精确性。本文的主要工作:(1)针对传统骨架提取算法中出现影响骨架识别的毛刺问题,特别是其中对物体形状的描述会产生很大影响的绷带骨架,在骨架的权值的基础上提出了一种新的骨架修剪算法。(2)结合骨架和随机文法提出了用随机文法进行骨架结构化表示模型SGIRS(stochastic grammar on image representation based on skeleton)。(3)利用了骨架的柔性以及随机文法的抗干扰能力,提出了基于SGIRS的目标识别框架,并在Mpeg-7所给测试集的两个形状图像库上进行了实验,实验结果表明本文的方法比不考虑骨架分支权值的方法在降低了目标主要形状丢失的概率方面有效。(本文来源于《江苏大学》期刊2008-10-01）
洪大威[9]（1988）在《随机正则文法的相似》一文中研究指出对于给定的随机正则文法G_8是否存在着一个真正随机正则文法G_8,使得L(G_8)=L(G_8),若存在,又如何求出G_8?本文在两个不同的但都不是十分严格的限制下,证明了Thompson方法是有效的,它不仅提供了一个从G_8求G_(?)的方法,而且还包括判断这样的G_8是否存在的判别准则,在此基础上,本文将随机文法等价的概念推广,提出了随机文法相似的概念,并证明了在受到上述相同限制的前提下,每一个随机正则文法G_8总有一个与之相似的真正随机正则文法G_8,其中相似系数由G_8本身唯一决定。(本文来源于《华东师范大学学报(自然科学版)》期刊1988年03期）
随机文法论文开题报告
（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：
传统随机文法模型预测RNA二级结构需要寻找足够多的相关序列样本,这限制了该方法的实际应用。为有效利用大量未标注的RNA序列进行结构预测,将半监督学习方法融入到随机文法模型中,采用少量已标注的RNA样本和大量未标注样本作为预测模型的训练集。设计了基于EM算法的半监督学习预测模型,该模型将基于产生式方法的SCFG模型作为分类器,通过训练对未标记的RNA序列进行标注,再将己标注的序列逐步合并到已标记样本集中,并能够调节已标记样本和未标记样本所占的比例,最后输出结构标签序列。实验结果表明,通过对多种混合了已标注和未标注RNA序列集的测试,验证了该方法可有效地利用未标注序列数据,大大降低了对已标注序列样本的需求数量,提高了预测精度,并测试了掺入不同的未标记序列数量对模型预测性能的影响。
（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。
随机文法论文参考文献
[1].汪康炜.文法件自适应随机测试研究[D].华侨大学.2017
[2].唐四薪,赵辉煌,周勇.RNA二级结构预测:基于半监督学习的随机文法模型方法[J].计算机与应用化学.2013
[3].唐四薪,谭晓兰,周勇.基于随机文法云模型的RNA二级结构预测[J].安徽农业科学.2012
[4].刘海军,李悦,柳征,周一宇.基于随机文法的多功能雷达识别方法[J].航空学报.2010
[5].唐四薪,周勇,邹赛.基于词汇化随机文法模型的RNA二级结构预测[J].计算机工程与科学.2009
[6].陈平.基于随机文法的骨架结构化表示[J].西昌学院学报(自然科学版).2008
[7].唐四薪,周勇,易胤.随机文法模型在RNA二级结构预测中的应用[J].生物数学学报.2008
[8].李小燕.基于随机文法的图像骨架化表示模型研究[D].江苏大学.2008
[9].洪大威.随机正则文法的相似[J].华东师范大学学报(自然科学版).1988
标签：文法句子生成; 自适应随机测试树编辑距离; 句子枚举;