Advertisement

形式化方法论文汇编

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
《形式化方法论文汇编》汇集了多篇关于软件工程中形式化方法的研究成果与应用案例,涵盖了理论探讨、技术革新及实践分享等多个方面。 日本九州大学的教授整理了一套关于形式化方法的著名论文集合。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    《形式化方法论文汇编》汇集了多篇关于软件工程中形式化方法的研究成果与应用案例,涵盖了理论探讨、技术革新及实践分享等多个方面。 日本九州大学的教授整理了一套关于形式化方法的著名论文集合。
  • 课件
    优质
    本课程件为《形式化方法》的中文教学资源,涵盖形式化建模、验证及软件开发中的应用等内容,旨在帮助学生掌握形式化技术及其在计算机科学领域的实践。 北大形式化方法课程的课件重点介绍了软件开发过程中使用的形式化方法。
  • 教科书
    优质
    《形式化方法教科书》系统介绍了形式化规范技术及其在软件开发中的应用,适合计算机科学专业学生及研究人员阅读参考。 形式化方法教材及练习题答案包括从Ch01到Ch16以及附录2的内容。
  • MBIST_March_C_算.zip
    优质
    本资料集为MBIST_March_C_相关算法研究论文的合集,涵盖该领域最新进展、理论分析及应用实践,适用于学术研究与技术开发。 本段落涉及多篇关于Mbist新型算法及SRAM内建自测电路设计的研究文献: 1. 陈之超的《一种Mbist新型算法March_3CL的设计》。 2. 焦慧芳的《一种基于LFSR与MARCH_C算法的SRAM内建自测电路设计》。 3. 王振宇的《一种基于SRAM内建自测试的改进型March算法设计与验证》。 4. 李大龙的《内建自测试march算法的优化研究》。 5. 邓一峰的《基于65nm工艺嵌入式存储器MBIST电路的研究》。 6. 徐金荣的《基于BIST的嵌入式存储器可测性设计研究》。 7. 申志飞的《基于March_C改进算法的MBIST设计》。 8. 邓吉建的《基于March_C算法的MBIST设计》。 9. 翟明静的《基于March_C算法的Memory_BIST设计与实现》和另一篇名为《基于March_C_算法的存储器内建自测试自测试设计与仿真》的研究。 10. 刘兴辉的《基于March_C算法的RAM内建自测试设计》。 11. 张志超的《基于March_C算法的SRAM_BIST设计》。 12. 于文考的《基于March_C算法的单片机存储器测试》。 13. 郭明朝的《基于March算法的SRAM内建自测试设计与验证》。 14. 汤志的研究工作为《存储器测试算法研究与应用实现》,曾慧则探讨了改进型March算法在内存异常检测中的应用,马琪的文章讨论的是片上SRAM内建自测试的实现方法。此外还有汪坤关于静态随机存取存储器内建自测电路的设计和研究成果。 这些文献集中展示了当前学术界对于Mbist技术以及基于March系列算法优化与改进的研究成果和发展趋势。
  • ADRC控制算
    优质
    本论文集汇集了多种先进的ADRC(自抗扰控制)算法研究与应用成果,深入探讨了该领域的新进展和挑战。 以下是韩京清学者关于ADRC控制算法的研究论文资料共11份: 1. 安排过渡过程是提高闭环系统鲁棒性和稳定性的一种有效方法 —— 黄焕袍 2. 从PID技术到自抗扰控制技术 —— 韩京清 3. 大时滞系统的自抗扰控制 —— 韩京清 4. 反馈系统中的线性与非线性 —— 韩京清 5. 非线性PID控制器 —— 韩京清 6. 非线性跟踪微分器 —— 韩京清
  • CCKS2018
    优质
    《CCKS2018论文汇编》收录了2018年中国中文信息学会计算语言学专业委员会主办的全国会议中被接受的高质量学术论文,涵盖了自然语言处理、知识工程等领域的最新研究成果。 CCKS2018论文集全集。
  • NLPCC会议
    优质
    《NLPCC会议论文汇编》汇集了自然语言处理与中文计算领域的最新研究成果和进展,是相关学者、研究人员及从业人员的重要参考资料。 这段文字指的是包含15年Natural Language Processing and Chinese Computing所有论文的资料。
  • Spark经典
    优质
    《Spark经典论文汇编》集结了Apache Spark项目的重要研究成果和技术进展,为大数据处理提供了高效的解决方案和深入的技术洞察。 以下是几篇关于大数据处理技术的论文摘要: 1. 《An Architecture for Fast and General Data Processing on Large Clusters》:介绍了一种在大型集群上进行快速且通用数据处理架构的设计。 2. 《Discretized Streams An Efficient and Fault-Tolerant Model for Stream Processing on Large Clusters》和《Discretized Streams Fault-Tolerant Streaming Computation at Scale》:这两篇论文描述了流处理模型,该模型在大型集群上能够高效且容错地执行实时数据流计算。 3. 《GraphX Unifying Data Parallel and Graph Parallel.pdf》:介绍了一种名为GraphX的系统,它统一了数据并行和图并行算法的实现方法,在大规模分布式环境中提供高效的处理能力。 4. 《Resilient Distributed Datasets A Fault-Tolerant Abstraction for In-Memory Cluster Computing》:描述了一个容错的数据抽象概念——弹性分布式数据集(RDD),用于内存集群计算中提高可靠性和性能。 5. 《Shark Fast Data Analysis Using Coarse-grained Distributed Memory.pdf》和《Shark SQL and Rich Analytics at Scale》:这两篇论文介绍了名为Shark的系统,该系统利用粗粒度分布式内存在大规模数据集上提供快速分析能力,并支持SQL查询及丰富的大数据分析功能。 6. 《Spark Cluster Computing with Working Sets.pdf》与《Spark SQL Relational Data Processing in Spark.pdf》,以及未命名的spark文档:这些论文探讨了Apache Spark生态系统中的一些关键技术,包括工作集计算、关系型数据处理等。此外还有一篇关于大型集群上快速和通用数据处理架构的文章,《大型集群上的快速和通用数据处理架构》。
  • 一种将软件工程实践映射至本质的-研究
    优质
    本文提出了一种新颖的方法,旨在通过形式化的途径,将软件工程中的各种实践经验与理论基础进行精确对应和深入分析。该方法致力于提高软件开发过程的质量、效率及可持续性。文章详细探讨了如何建立这种映射,并讨论其在改进现有软件工程项目中的应用潜力。 本质框架(EF)旨在解决软件工程(SE)及其实践中的核心问题。作为一个相对较新的框架,EF面临的一个重要挑战是如何将实际的软件开发方法与该框架的概念领域进行有效映射。尽管已有几篇文献描述了系统的程序设计思路,但现有的研究综述尚未推荐采用正式的方法来进行深入探讨。 这项研究遵循了设计科学研究(DSR)的原则和指南展开,并且研究成果被分类为“针对新问题(即将软件实践成功地映射到EF上)的新解决方案(即使用形式化方法进行探索)的应用”。具体来说,所提出的形式化手段基于概念代数的算法模型,在Scrum这一特定案例研究中得到了应用。结果显示出了积极的趋势,并且与现有关于EF的相关文献中的研究成果有所不同。