搜論文知識(shí)網(wǎng)并非《軟件學(xué)報(bào)》的官網(wǎng)或雜志社，為客戶(hù)提供期刊征稿、論文發(fā)表等中介服務(wù)，在客戶(hù)與期刊雜志社之間搭建了一座省時(shí)、省力的便捷橋梁。本站與《軟件學(xué)報(bào)》等上百家同類(lèi)正規(guī)期刊保持著多年的密切合作關(guān)系，切實(shí)提高客戶(hù)期刊發(fā)表的質(zhì)量與效率。通過(guò)本站發(fā)表論文，客戶(hù)將獲得更大的選擇空間、更高的通過(guò)率、更快的發(fā)表速度、更滿(mǎn)意的服務(wù)質(zhì)量。

　　【雜志簡(jiǎn)介】

　　《軟件學(xué)報(bào)》是一本刊登計(jì)算機(jī)軟件各領(lǐng)域原創(chuàng)性研究成果的期刊,所刊登的論文均經(jīng)過(guò)嚴(yán)格的同行專(zhuān)家評(píng)議。《軟件學(xué)報(bào)》主要面向全球華人計(jì)算機(jī)軟件學(xué)者,致力于創(chuàng)辦與世界計(jì)算機(jī)科學(xué)和軟件技術(shù)發(fā)展同步的以中文為主的"中文國(guó)際軟件學(xué)術(shù)期刊", 為全球華人同行提供學(xué)術(shù)交流平臺(tái)。《軟件學(xué)報(bào)》創(chuàng)刊于1990年,由中國(guó)科學(xué)院軟件研究所和中國(guó)計(jì)算機(jī)學(xué)會(huì)聯(lián)合主辦,已被EI Compendex, INSPEC, Abstracts Magazine, Mathematical Review, Zentralblatt MATH等國(guó)際數(shù)據(jù)庫(kù)收錄。

　　《軟件學(xué)報(bào)》注重刊登反映計(jì)算機(jī)科學(xué)和計(jì)算機(jī)軟件新理論、新方法和新技術(shù)以及學(xué)科發(fā)展趨勢(shì)的文章,主要涉及理論計(jì)算機(jī)科學(xué)、算法設(shè)計(jì)與分析、系統(tǒng)軟件與軟件工程、模式識(shí)別與人工智能、數(shù)據(jù)庫(kù)技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、信息安全、計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)輔助設(shè)計(jì)、多媒體技術(shù)及其他相關(guān)的內(nèi)容。

　　【影響因子】

　　國(guó)家新聞出版總署收錄

　　【獲獎(jiǎng)情況】

　　2001年入選中國(guó)期刊方陣“雙百期刊”

　　2000年榮獲中國(guó)科學(xué)院優(yōu)秀科技期刊一等獎(jiǎng)

　　國(guó)外數(shù)據(jù)庫(kù)收錄

　　俄羅斯文摘雜志

　　英國(guó)物理學(xué)、電技術(shù)、計(jì)算機(jī)及控制信息社數(shù)據(jù)庫(kù)

　　美國(guó)數(shù)學(xué)評(píng)論

　　【欄目設(shè)置】

　　主要涉及理論計(jì)算機(jī)科學(xué)、算法設(shè)計(jì)與分析、系統(tǒng)軟件與軟件工程、模式識(shí)別與人工智能、數(shù)據(jù)庫(kù)技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、信息安全、計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)輔助設(shè)計(jì)、多媒體技術(shù)及其他相關(guān)的內(nèi)容。

　　軟件學(xué)報(bào)最新期刊目錄

區(qū)塊鏈測(cè)試基準(zhǔn)綜述————作者：張孝;秦春玲;王文收;劉昊;陳晉川;杜小勇;

摘要：近年來(lái),區(qū)塊鏈技術(shù)已經(jīng)廣泛應(yīng)用到數(shù)據(jù)要素流通、金融、物流、政務(wù)以及司法等領(lǐng)域.隨之也出現(xiàn)了若干區(qū)塊鏈測(cè)試基準(zhǔn),以評(píng)測(cè)不同區(qū)塊鏈系統(tǒng)的性能.然而,現(xiàn)有區(qū)塊鏈測(cè)試基準(zhǔn)內(nèi)容差異較大,缺少統(tǒng)一的區(qū)塊鏈測(cè)試基準(zhǔn)框架來(lái)規(guī)范基準(zhǔn)的內(nèi)容,也缺失統(tǒng)一的指標(biāo)體系來(lái)明確區(qū)塊鏈系統(tǒng)在性能和安全性方面應(yīng)具備的能力.從數(shù)據(jù)庫(kù)發(fā)展歷程來(lái)看,統(tǒng)一的、可重復(fù)的、公平的測(cè)試基準(zhǔn)規(guī)范可以更好地引導(dǎo)行業(yè)發(fā)展.區(qū)塊鏈本身也是一種特殊的分布...

綜合實(shí)體語(yǔ)義和本體信息的多源中文醫(yī)療知識(shí)圖譜實(shí)體對(duì)齊————作者：丁瑞卿;趙俊峰;王樂(lè)業(yè);

摘要：知識(shí)圖譜作為結(jié)構(gòu)化的知識(shí)表示形式,在醫(yī)療領(lǐng)域具有廣泛應(yīng)用.實(shí)體對(duì)齊,即識(shí)別不同圖譜中的等價(jià)實(shí)體,是構(gòu)建大規(guī)模知識(shí)圖譜的基礎(chǔ)步驟.盡管已有大量研究關(guān)注此問(wèn)題,但主要集中在兩個(gè)圖譜的對(duì)齊任務(wù)上,一般通過(guò)捕捉實(shí)體語(yǔ)義和圖譜結(jié)構(gòu)信息生成實(shí)體的向量表示,之后計(jì)算向量相似度以確定等價(jià)實(shí)體.在發(fā)現(xiàn)多源圖譜對(duì)齊過(guò)程中存在對(duì)齊錯(cuò)誤傳遞的問(wèn)題的基礎(chǔ)上,考慮到醫(yī)療場(chǎng)景對(duì)實(shí)體對(duì)齊的準(zhǔn)確性要求較高,設(shè)計(jì)綜合實(shí)體語(yǔ)義和本體信...

面向深度學(xué)習(xí)的后門(mén)攻擊及防御研究綜述————作者：高夢(mèng)楠;陳偉;吳禮發(fā);張伯雷;

摘要：深度學(xué)習(xí)模型是人工智能系統(tǒng)的重要組成部分,被廣泛應(yīng)用于現(xiàn)實(shí)多種關(guān)鍵場(chǎng)景.現(xiàn)有研究表明,深度學(xué)習(xí)的低透明度與弱可解釋性使得深度學(xué)習(xí)模型對(duì)擾動(dòng)敏感.人工智能系統(tǒng)面臨多種安全威脅,其中針對(duì)深度學(xué)習(xí)的后門(mén)攻擊是人工智能系統(tǒng)面臨的重要威脅.為了提高深度學(xué)習(xí)模型的安全性,全面地介紹計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等主流深度學(xué)習(xí)系統(tǒng)的后門(mén)攻擊與防御研究進(jìn)展.首先根據(jù)現(xiàn)實(shí)中攻擊者能力將后門(mén)攻擊分為全過(guò)程可控后門(mén)、模型修改...

Java依賴(lài)異味的實(shí)證研究與統(tǒng)一檢測(cè)技術(shù)————作者：孫偉杰;許暢;王瑩;

摘要：Java語(yǔ)言因豐富的依賴(lài)庫(kù)和便捷的構(gòu)建工具(如Maven和Gradle)已成為當(dāng)今最流行的應(yīng)用項(xiàng)目開(kāi)發(fā)語(yǔ)言之一.然而,隨著依賴(lài)庫(kù)規(guī)模的持續(xù)增大, Java項(xiàng)目的依賴(lài)管理變得愈益復(fù)雜,也不斷超越現(xiàn)有工具的管理能力,其潛藏問(wèn)題容易在未預(yù)期情況下觸發(fā),嚴(yán)重影響當(dāng)前項(xiàng)目及所在Java生態(tài)中其他項(xiàng)目的構(gòu)建和運(yùn)行,如造成構(gòu)建錯(cuò)誤、運(yùn)行崩潰或語(yǔ)義沖突等后果.針對(duì)現(xiàn)有調(diào)研和技術(shù)工作對(duì)Java語(yǔ)言依賴(lài)管理問(wèn)題分析不...

基于結(jié)構(gòu)熵的屬性圖異常檢測(cè)————作者：吳江豪;段亮;岳昆;李昂生;楊培忠;

摘要：屬性圖越來(lái)越多地用于描述帶有關(guān)聯(lián)關(guān)系的數(shù)據(jù),其異常檢測(cè)日益受到關(guān)注.由于屬性圖具有屬性信息豐富、結(jié)構(gòu)信息復(fù)雜等特點(diǎn),存在全局、結(jié)構(gòu)和社區(qū)等多種類(lèi)型的異常,且異常特性往往隱藏于圖的深度結(jié)構(gòu)信息中,現(xiàn)有方法仍存在結(jié)構(gòu)信息丟失、異常節(jié)點(diǎn)檢測(cè)困難等問(wèn)題.結(jié)構(gòu)信息論使用編碼樹(shù)表示數(shù)據(jù)中的層次關(guān)系、通過(guò)最小化結(jié)構(gòu)熵生成不同層次之間的關(guān)聯(lián),可有效度量圖中所蘊(yùn)含的實(shí)質(zhì)結(jié)構(gòu),研究基于結(jié)構(gòu)熵的屬性圖異常檢測(cè)方法.首先...

基于Issue檢索增強(qiáng)大語(yǔ)言模型的補(bǔ)充性代碼注釋生成————作者：潘興祿;趙銜麟;劉陳曉;鄒艷珍;謝冰;

摘要：隨著編程命名規(guī)范的普及和自描述代碼的深入實(shí)踐,傳統(tǒng)與代碼字面相似的摘要性代碼注釋逐漸失去開(kāi)發(fā)者的青睞.開(kāi)發(fā)者更關(guān)注在理解和維護(hù)代碼過(guò)程中能夠提供額外信息的補(bǔ)充性代碼注釋.但是,補(bǔ)充性代碼注釋的生成往往需要代碼之外的額外信息源,且注釋中呈現(xiàn)的補(bǔ)充內(nèi)容復(fù)雜多樣,給現(xiàn)有工作帶來(lái)很大的挑戰(zhàn).將軟件開(kāi)發(fā)中開(kāi)發(fā)者之間的Issue交流記錄作為額外信息源,提出一種基于Issue檢索增強(qiáng)大語(yǔ)言模型的補(bǔ)充性代碼注釋生...

TaGNN:基于趨勢(shì)感知圖神經(jīng)網(wǎng)絡(luò)的耦合噪聲水質(zhì)預(yù)測(cè)————作者：孫建明;徐宇揚(yáng);仝碩;應(yīng)豪超;張嘯;莊福振;吳健;

摘要：未來(lái)水質(zhì)預(yù)測(cè)任務(wù)根據(jù)各個(gè)觀(guān)測(cè)節(jié)點(diǎn)的歷史水質(zhì)數(shù)據(jù)及相應(yīng)的拓?fù)湮恢藐P(guān)系,預(yù)測(cè)未來(lái)水質(zhì)變化情況,是圖神經(jīng)網(wǎng)絡(luò)輔助環(huán)境保護(hù)的重要任務(wù)之一.然而,采集數(shù)據(jù)的數(shù)值和節(jié)點(diǎn)間的拓?fù)浣Y(jié)構(gòu)均存在噪聲,且噪聲存在耦合現(xiàn)象.同時(shí),污染物流向的不同導(dǎo)致數(shù)值噪聲與結(jié)構(gòu)噪聲的耦合現(xiàn)象更為復(fù)雜難以解耦.因此,提出了一種基于趨勢(shì)感知圖神經(jīng)網(wǎng)絡(luò)的耦合噪聲水質(zhì)預(yù)測(cè)方法:1)利用歷史水質(zhì)數(shù)據(jù)趨勢(shì)特征,挖掘原始水質(zhì)數(shù)據(jù)指標(biāo)的局部相互關(guān)系,...

基于結(jié)構(gòu)感知圖神經(jīng)網(wǎng)絡(luò)的多類(lèi)別漏洞檢測(cè)————作者：曹思聰;孫小兵;薄莉莉;吳瀟雪;李斌;陳廳;羅夏樸;張濤;劉維;

摘要：軟件漏洞威脅著現(xiàn)實(shí)世界系統(tǒng)的安全.近年來(lái),基于學(xué)習(xí)的漏洞檢測(cè)方法 (尤其是基于深度學(xué)習(xí)的方法)由于其從大量漏洞樣本中挖掘隱式漏洞特征的顯著優(yōu)勢(shì),得到了廣泛的研究.然而,由于不同類(lèi)型漏洞之間的特征差異和數(shù)據(jù)分布不平衡問(wèn)題,現(xiàn)有基于深度學(xué)習(xí)的漏洞檢測(cè)方法難以準(zhǔn)確識(shí)別具體的漏洞類(lèi)型.因此,提出一種基于深度學(xué)習(xí)的多類(lèi)型漏洞檢測(cè)方法 MulVD. MulVD構(gòu)建了一種新型的結(jié)構(gòu)感知圖神經(jīng)網(wǎng)絡(luò)(SA-GNN)...

神經(jīng)網(wǎng)絡(luò)的增量驗(yàn)證————作者：劉宗鑫;遲智名;趙夢(mèng)宇;黃承超;黃小煒;蔡少偉;張立軍;楊鵬飛;

摘要：約束求解是驗(yàn)證神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)方法.在人工智能安全領(lǐng)域,為了修復(fù)或攻擊等目的,常需要對(duì)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)進(jìn)行修改.面對(duì)此類(lèi)需求,提出神經(jīng)網(wǎng)絡(luò)的增量驗(yàn)證問(wèn)題,旨在判斷修改后的神經(jīng)網(wǎng)絡(luò)是否仍保持安全性質(zhì).針對(duì)這類(lèi)問(wèn)題,基于Reluplex框架提出了一種增量可滿(mǎn)足性模理論算法DeepInc.該算法利用舊求解過(guò)程中關(guān)鍵計(jì)算格局的特征,啟發(fā)式地檢查關(guān)鍵計(jì)算格局是否適用于證明修改后的神經(jīng)網(wǎng)絡(luò).實(shí)驗(yàn)結(jié)果顯示, ...

Fast-USYN:從酉矩陣到高質(zhì)量量子電路的快速合成————作者：譚思危;盧麗強(qiáng);郎聰亮;陳明帥;尹建偉;

摘要：當(dāng)前的量子程序一般由量子電路表示,由多個(gè)量子門(mén)組成.如果程序包含了被直接表示為酉矩陣的門(mén),需要將這些量子門(mén)轉(zhuǎn)化為基本門(mén)所構(gòu)成的量子電路.該步驟被稱(chēng)為量子電路合成.然而,當(dāng)前的合成方法可能會(huì)生成包含數(shù)千個(gè)門(mén)的量子電路.這些量子電路的質(zhì)量較低,在部署到真實(shí)含噪聲的量子硬件時(shí)非常容易輸出錯(cuò)誤的結(jié)果.此外,在保證門(mén)數(shù)量較小的情況下,當(dāng)量子比特?cái)?shù)量增至8時(shí),量子電路合成需要數(shù)周甚至數(shù)月的時(shí)間.在這項(xiàng)工作中,...

語(yǔ)義可感知的灰盒編譯器模糊測(cè)試————作者：歐先飛;蔣炎巖;許暢;

摘要：模糊測(cè)試技術(shù)在軟件質(zhì)量保障、軟件安全測(cè)試等領(lǐng)域起到重要作用.然而,在面對(duì)編譯器這樣輸入語(yǔ)義復(fù)雜的系統(tǒng)時(shí),現(xiàn)有的模糊測(cè)試工具由于其變異策略中缺乏對(duì)語(yǔ)義的感知能力,導(dǎo)致生成的程序難以通過(guò)編譯器前端檢查.提出了一種語(yǔ)義可感知的灰盒模糊測(cè)試方法,旨在提高模糊測(cè)試工具在編譯器測(cè)試領(lǐng)域的效能.設(shè)計(jì)并實(shí)現(xiàn)了一系列可保持輸入語(yǔ)義合法性并探索上下文多樣性的變異操作符,并針對(duì)這些操作符的特點(diǎn)開(kāi)發(fā)了高效的選擇策略.將這...

基于歸一化的自適應(yīng)方差縮減方法————作者：姜偉;楊斯凡;王一博;張利軍;

摘要：摘要:隨機(jī)優(yōu)化算法是機(jī)器學(xué)習(xí)中處理大規(guī)模數(shù)據(jù)和復(fù)雜模型的重要方法.其中,方差縮減方法（如STORM算法）因其在隨機(jī)非凸優(yōu)化問(wèn)題中能夠?qū)崿F(xiàn)最優(yōu)的O(T^-1/3)收斂速率而受到廣泛關(guān)注.然而,傳統(tǒng)的方差縮減方法通常需要依賴(lài)特定的問(wèn)題參數(shù)（如光滑系數(shù)、噪聲方差和梯度上界）來(lái)設(shè)置學(xué)習(xí)率和動(dòng)量,使得它們?cè)趯?shí)際應(yīng)用中難以直接使用.為了解決這一問(wèn)題,提出了一種基于歸一化的自適應(yīng)方差縮減方法...

基于記憶策略的元解釋學(xué)習(xí)————作者：王榕;田聰;孫軍;于斌;段振華;

摘要：元解釋學(xué)習(xí)(meta-interpretive learning,MIL)是一種歸納邏輯程序設(shè)計(jì)(inductive logic programming,ILP)方法,旨在從一組實(shí)例、元規(guī)則和其他背景知識(shí)中學(xué)習(xí)一個(gè)程序.MIL采用深度優(yōu)先和失敗驅(qū)動(dòng)策略在程序空間中搜索適當(dāng)?shù)淖泳湟陨�成程�?事實(shí)上,這種機(jī)制不可避免地引發(fā)了對(duì)相同目標(biāo)重復(fù)證明的問(wèn)題.提出一種剪枝策略,該策略利用Prolog內(nèi)置的數(shù)據(jù)庫(kù)...

eDPRF:高效的差分隱私隨機(jī)森林訓(xùn)練算法————作者：王樹(shù)蘭;邱瑤;趙陳斌;鄒家須;王彩芬;

摘要：差分隱私憑借其強(qiáng)大的隱私保護(hù)能力被應(yīng)用在隨機(jī)森林算法解決其中的隱私泄露問(wèn)題,然而,直接將差分隱私應(yīng)用在隨機(jī)森林算法會(huì)使模型的分類(lèi)準(zhǔn)確率嚴(yán)重下降.為了平衡隱私保護(hù)和模型準(zhǔn)確性之間的矛盾,提出了一種高效的差分隱私隨機(jī)森林訓(xùn)練算法eDPRF (efficient differential privacy random forest).具體而言,該算法設(shè)計(jì)了決策樹(shù)構(gòu)建方法,通過(guò)引入重排翻轉(zhuǎn)機(jī)制高效地查詢(xún)輸...

面向自動(dòng)駕駛系統(tǒng)的場(chǎng)景建模及邊緣關(guān)鍵場(chǎng)景生成————作者：杜德慧;葉振;鄭成行;朱珍珍;李家蘊(yùn);

摘要：自動(dòng)駕駛中極端的場(chǎng)景、無(wú)法預(yù)測(cè)的人類(lèi)行為等長(zhǎng)尾問(wèn)題逐漸成為制約自動(dòng)駕駛系統(tǒng)(autonomous driving system, ADS)發(fā)展的關(guān)鍵要素,因此有效地生成安全關(guān)鍵場(chǎng)景對(duì)于提高自動(dòng)駕駛系統(tǒng)的安全性至關(guān)重要.現(xiàn)有的自動(dòng)駕駛場(chǎng)景生成主要依賴(lài)于大量的路采數(shù)據(jù),采用數(shù)據(jù)驅(qū)動(dòng)式場(chǎng)景生成方法,并結(jié)合場(chǎng)景泛化技術(shù)生成相應(yīng)的駕駛場(chǎng)景.該方法耗時(shí)耗力,成本高,而且難以有效生成邊緣場(chǎng)景.而模型驅(qū)動(dòng)式場(chǎng)景建...

因果時(shí)空語(yǔ)義驅(qū)動(dòng)的深度強(qiáng)化學(xué)習(xí)抽象建模方法————作者：田麗麗;杜德慧;聶基輝;陳逸康;李滎達(dá);

摘要：隨著智能信息物理融合系統(tǒng)(intelligent cyber-physical system, ICPS)的快速發(fā)展,智能技術(shù)在感知、決策、規(guī)控等方面的應(yīng)用日益廣泛.其中,深度強(qiáng)化學(xué)習(xí)因其在處理復(fù)雜的動(dòng)態(tài)環(huán)境方面的高效性,已被廣泛用于ICPS的控制組件中.然而,由于運(yùn)行環(huán)境的開(kāi)放性和ICPS系統(tǒng)的復(fù)雜性,深度強(qiáng)化學(xué)習(xí)在學(xué)習(xí)過(guò)程中需要對(duì)復(fù)雜多變的狀態(tài)空間進(jìn)行探索,這極易導(dǎo)致決策生成時(shí)效率低下和泛化性...

面向智能體路徑規(guī)劃算法的動(dòng)態(tài)隨機(jī)測(cè)試方法————作者：張逍怡;李幸;劉洋;鄭征;孫昌愛(ài);

摘要：智能體路徑規(guī)劃算法旨在規(guī)劃某個(gè)智能體的行為軌跡,使其在不碰到障礙物的情況下安全且高效地從起始點(diǎn)到達(dá)目標(biāo)點(diǎn).目前智能體路徑規(guī)劃算法已經(jīng)被廣泛應(yīng)用到各種重要的物理信息系統(tǒng)中,因此在實(shí)際投入使用前對(duì)算法進(jìn)行測(cè)試,以評(píng)估其性能是否滿(mǎn)足需求就非常重要.然而,作為路徑規(guī)劃算法的輸入,任務(wù)空間中威脅障礙物的分布形式復(fù)雜且多樣.此外,路徑規(guī)劃算法在為每個(gè)測(cè)試用例規(guī)劃路徑時(shí),通常需要較高的運(yùn)行代價(jià).為了提升路徑規(guī)劃...

基于下推自動(dòng)機(jī)的同步數(shù)據(jù)流語(yǔ)言可信編譯————作者：于濤;王珊珊;徐芊卉;董曉晗;胡代金;羅杰;楊溢龍;呂江花;馬殿富;

摘要：同步數(shù)據(jù)流語(yǔ)言L(fǎng)ustre是安全關(guān)鍵系統(tǒng)開(kāi)發(fā)中常用的開(kāi)發(fā)語(yǔ)言,其現(xiàn)存的官方代碼生成器和SCADE的KCG代碼生成器既沒(méi)有經(jīng)過(guò)形式化驗(yàn)證,對(duì)用戶(hù)也處于黑盒狀態(tài).近年來(lái),通過(guò)證明源代碼和目標(biāo)代碼的等價(jià)性間接證明編譯器的正確性的翻譯確認(rèn)方法被證明是成功的.基于下推自動(dòng)機(jī)的編譯方法和基于語(yǔ)義一致性的驗(yàn)證方法,提出Lustre語(yǔ)言可信編譯方法,能夠?qū)�Lustre語(yǔ)言轉(zhuǎn)換為C語(yǔ)言并進(jìn)行形式化驗(yàn)證以保證編譯的正...

基于函數(shù)間結(jié)構(gòu)特征關(guān)聯(lián)的軟件漏洞檢測(cè)方法————作者：邱少健;程嘉濠;黃夢(mèng)陽(yáng);黃瓊;

摘要：漏洞檢測(cè)是軟件系統(tǒng)安全領(lǐng)域的關(guān)鍵技術(shù).近年來(lái),深度學(xué)習(xí)憑借其代碼特征提取的卓越能力,在漏洞檢測(cè)領(lǐng)域取得了顯著進(jìn)展.然而,當(dāng)前基于深度學(xué)習(xí)的方法僅關(guān)注于代碼實(shí)例自身的獨(dú)立結(jié)構(gòu)特征,而忽視了不同漏洞代碼間存在的結(jié)構(gòu)特征相似關(guān)聯(lián),限制了漏洞檢測(cè)技術(shù)的性能.針對(duì)這一問(wèn)題,提出了一種基于函數(shù)間結(jié)構(gòu)特征關(guān)聯(lián)的軟件漏洞檢測(cè)方法 (vulnerability detection method based on c...

單球驅(qū)動(dòng)平衡機(jī)器人運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)形式化驗(yàn)證————作者：張善強(qiáng);張景芝;施智平;王國(guó)輝;關(guān)永;

摘要：?jiǎn)吻蝌?qū)動(dòng)平衡機(jī)器人是一種具有全向運(yùn)動(dòng)性的機(jī)器人,其靈活性能在狹小或復(fù)雜環(huán)境中得到充分體現(xiàn),因此受到廣泛關(guān)注.在該型機(jī)器人運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)設(shè)計(jì)過(guò)程中,保證其模型的正確性至關(guān)重要.基于測(cè)試和仿真的傳統(tǒng)方法難以窮盡系統(tǒng)所有狀態(tài),因此可能無(wú)法捕捉到某些設(shè)計(jì)缺陷或潛在的安全風(fēng)險(xiǎn).為確保單球驅(qū)動(dòng)平衡機(jī)器人滿(mǎn)足安全攸關(guān)機(jī)器人的正確性、安全性驗(yàn)證要求,在定理證明器HOL Light中,基于實(shí)分析庫(kù)、矩陣分析庫(kù)、機(jī)器...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)鐵路通信信號(hào)工程技術(shù)
• 國(guó)家級(jí)《信息安全與技術(shù)》
• 國(guó)家級(jí)數(shù)碼影像時(shí)代
• 國(guó)家級(jí)《無(wú)線(xiàn)通信技術(shù)》
• 國(guó)家級(jí)《電子質(zhì)量》
• 國(guó)家級(jí)網(wǎng)絡(luò)空間安全雜志
• 省級(jí)集成電路通訊
• 國(guó)家級(jí)《新電腦》
• 國(guó)家級(jí)《中國(guó)信息化》
• 省級(jí)黑龍江電子技術(shù)
• 國(guó)家級(jí)中國(guó)電子商情(通信市場(chǎng))
• 國(guó)家級(jí)《傳感器與微系統(tǒng)》
• 省級(jí)新知客
• 國(guó)家級(jí)程序員
• 省級(jí)《河北廣播電視大學(xué)學(xué)報(bào)》
• 省級(jí)《內(nèi)蒙古大學(xué)學(xué)報(bào)》
• 省級(jí)電子工程專(zhuān)輯
• 國(guó)家級(jí)印制電路資訊
• 國(guó)家級(jí)軟件世界
• 北大核心《控制工程》
• 國(guó)家級(jí)《CT理論與應(yīng)用研究》
• 國(guó)家級(jí)信息網(wǎng)絡(luò)
• 省級(jí)《數(shù)字通信》
• 省級(jí)《新疆廣播電視大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《中國(guó)索引》
• 北大核心《光譜學(xué)與光譜分析》
• 北大核心《計(jì)算力學(xué)學(xué)報(bào)》
• 北大核心《電信科學(xué)》
• 國(guó)家級(jí)無(wú)線(xiàn)電雜志
• 北大核心《核動(dòng)力工程》

　　核心期刊推薦

電子政務(wù)

微納電子技術(shù)

固體電子學(xué)研究與進(jìn)展

電子與信息學(xué)報(bào)