关于并发系统分支互模拟关系发散性保持的研究

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:metoo321
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
带发散性说明的分支互模拟是van Glabbeek和Weijland提出的一个概念,并被用来定义等价关系≈b△.该等价关系应该是最弱的一个发散性保持的并且满足分支互模拟性质的等价关系.然而在概念提出时并没有提供这些重要性质的证明,并且我们认为在原定义的基础上这个证明是不显然的.本文通过co-induction的手段利用染色迹的概念定义了着色完全迹等价,并证明该等价关系是最弱的一个保持发散的并且满足分支互模拟性质的等价关系.然后我们证明了着色完全迹等价关系和≈b△是相同的,因而补充了van Glabbeek
其他文献
标量乘算法是椭圆曲线密码体制中最基本、最耗时的算法,包含点加和倍点两种运算.传统的改进方法通过改造标量表示形式减少非零元位数来降低标量乘中的点加运算次数.为了进一
为了更好的将人眼感知特性用于视频压缩系统,提出了一种改进的基于显著性协同检测的恰可察觉失真模型(Just Noticeable Distortion,JND).该模型通过像素域和变换域下联合建模计
针对经典混合高斯模型算法在实际应用中计算量大实时性差,且对光线变化和运动物体速度敏感的缺点,提出一种改进的快速检测算法.通过选取合适的间距,先用帧间差分法提取出完整的运动区域和背景区域,只对前者进行混合高斯模型匹配,来降低计算量.对背景图像不同区域采用不同背景更新率,及时响应背景变化.最后引入一个光线突变参数,来预防光线突变给检测带来的干扰.通过实验,证明本算法在实时性,鲁棒性,稳定性等上有了很大
视频监控数据TB级的增长,从海量视频数据中高效准确的分离出视频监控场景中的运动物体,是计算机视觉领域的研究重点和挑战.提出了基于云平台的视频数据处理的并行计算框架及一种改进的基于混合高斯模型(GMM)的自适应前景提取算法,通过对混合高斯分布的自适应学习和在线EM(期望最大化)算法获得最优参数组合,并将改进算法融合到视频处理并行计算框架.实验结果表明,该方法不但能大大提高视频处理的效率,并对复杂环境
针对噪声破坏加速度信号稀疏性、降低其压缩感知重构算法性能问题,提出了一种用经验模态分解(EMD)和小波分析联合消噪的加速度信号压缩重构新方法.该方法首先采用EMD和小波阈值
随着云计算服务的发展,人们对来自互联网上的海量文档资源的需求日益增大,如何快速有效地将来自不同来源的文档元素或文本文件组合成为新的文档成为一个研究热点.基于上述需
在关系型数据库中数据库通过Redo日志来实现事物的快速提交,并记录事物的操作过程与操作内容.通过对Redo日志的分析与变化数据内容的捕获,将变化数据传送到灾备端,并在灾备端
对作者之前设计的求语言特征主成分的"距离法"做了深度解析,指出了"距离法"在应用过程中,切分成两个集合的"断点"会影响计算结果的精度.借助聚类分析的思想重新设计了语言特
针对全局灰度直方图缺少空间分布信息和SIFT特征匹配方法准确性不足的问题,提出基于分块的提取图像颜色矩方法,并改进了SIFT特征度量算法.然后将这两种改进算法相结合,并应用于图像检索系统中.实验结果表明,本文提出的算法在图像检索中取得了较好的效果.
提出了一种在轻量级TCP协议栈上实现的零存储丢包重传机制,并设计了一种专门适用于多媒体视频流的坚持计时器.这两种机制的共同作用可以有效提高多媒体数据流在嵌入式系统上