检索结果-南通市图书馆

数据分析与知识发现 2023年第6期7卷 38-49页

作者：周佳茵钱庆唐明坤吴思竹中国医学科学院/北京协和医学院医学信息研究所北京100020

【目的】分析现有数据引用实践中的引用特征,归纳数据引用识别方法,总结数据引用识别的研究现状和未来发展方向。【方法】将现有数据引用识别方法归为基于规则识别、有监督机器学习算法和半监督机器学习算法三类,并对各方法的原理、特... 详细信息

【目的】分析现有数据引用实践中的引用特征,归纳数据引用识别方法,总结数据引用识别的研究现状和未来发展方向。【方法】将现有数据引用识别方法归为基于规则识别、有监督机器学习算法和半监督机器学习算法三类,并对各方法的原理、特点、现存问题、性能效果、适用范围等方面进行概括分析。【结果】目前相关技术集中在有监督机器学习算法,结合数据引用行为识别和数据引用元素抽取的识别方法是未来的研究方向。【局限】主要从整体上归纳数据引用特征以及现有的数据引用识别算法,未深入阐述具体算法的技术细节。【结论】目前数据引用识别研究仍存在领域局限、方法单一、未充分考虑数据引用特征等问题,有待进一步优化。

关键词：科学数据数据引用数据共享引用识别

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

科学文献中的数据引用识别研究

科学文献中的数据引用识别研究

引用

作者：赵佳骏南京农业大学

学位级别：硕士

随着科学技术的进步和发展,科学文献已经不再成为唯一的科研产出。许多学科在研究过程中会产出大量的科学数据,并且部分科学数据会被科研人员公布出来与世界各地的同行分享。以生物信息学为例,该学科将生命科学和计算机科学相结合,在实... 详细信息

随着科学技术的进步和发展,科学文献已经不再成为唯一的科研产出。许多学科在研究过程中会产出大量的科学数据,并且部分科学数据会被科研人员公布出来与世界各地的同行分享。以生物信息学为例,该学科将生命科学和计算机科学相结合,在实验过程中产生基因序列、蛋白质结构等不同类型的科学数据,这些科学数据已经成为该学科的另一个重要产出。由此可见,科学数据对科学研究的发展与进步起了相当关键和重要的作用。时至今日,大量有关科学数据共享、出版、引用、质量评价等方面的研究已经陆续地展开,这为更为深入和广泛地利用科学数据创造了有利条件。可以说,基础科学数据的质量在一定程度上直接影响了科学研究的质量,因此对科学数据的评价具有重要意义。相比传统的文献评价体系,科学数据的评价才刚起步。科学数据引用作为科学数据评价的重要评价途径,存在诸如缺乏统一通用格式,引用意识不强等许多问题,这为科学数据评价带来了很大的困难。因此,本研究的研究重点就是通过技术手段,实现科学数据的自动识别,并且通过自动构建文后参考文献的标准化处理,为基于引用的科学数据的评价提供依据。本研究将科学数据引用的识别分为了三个步骤:第一步,用分类的方法从文献全文中识别出带有科学数据的描述语句;第二步,对句子进行成分识别,提取科学数据名称及对应的属性,对数据引用的类型进行分类,构建科学数据引用数据库;第三步,根据抽取内容,通过科学数据引用数据库或者网络搜索对科学数据的信息进行补充并构建标准化的科学数据引用条目。本研究以来自生物信息领域的1000篇英文文献为研究样本。由于科学数据引用在文献全文中所占篇幅比例很低,在识别中会严重影响算法精度,因此本研究首先对语料进行了篇章结构的识别和关键词筛选,以期减少识别中语料的不平衡性;之后,本研究采用了多种分类算法、特征选择算法、文本向量表达方法以及语料不平衡算法,从中寻找最满意的方法组合;接着,本研究使用条件随机场模型从句子中将科学数据引用成分进行抽取;最终,根据抽取结果和网络数据库中的元数据集成,为科学数据提供必要的引用信息,使其构成一个完整的引用。本研究对科学数据引用自动识别与自动构建数据引用参考文献的可行性进行了探索,最终得到了一套针对生物信息学领域科学数据识别的方法,该方法为科学数据的质量评价和重复利用提供依据,同时也为之后其他领域的应用提供了技术路线的参考。

关键词：科学数据识别引用识别信息抽取引文分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Android的内存泄露检测方法研究

基于Android的内存泄露检测方法研究

引用

作者：李褚乔哈尔滨工程大学

学位级别：硕士

根据AppFigures统计数据表明,2014年谷歌应用商店的应用和开发者数量,首次双双超过苹果应用商店,谷歌应用商店应用总量已达143万款。在近几年内,Android的市场份额持续走高。但是,许多Android应用程序在实际应用过程中遭受内存泄露问题... 详细信息

根据AppFigures统计数据表明,2014年谷歌应用商店的应用和开发者数量,首次双双超过苹果应用商店,谷歌应用商店应用总量已达143万款。在近几年内,Android的市场份额持续走高。但是,许多Android应用程序在实际应用过程中遭受内存泄露问题的困扰。应用程序的内存泄露是一个逐渐累积的过程,如果不能及时发现将导致严重后果,比如应用程序OOM崩溃,这将给使用者带来巨大的损失。针对目前Android应用程序内存泄露检测方法的研究现状,结合Android应用程序中两种主要内存泄露机制:Activity缺陷;资源对象未关闭缺陷,文章中提出了一个Android内存泄露检测模型:Q-R模型。“Q”模型通过对程序中的引用类型进行分析可以识别Activity缺陷代码,而“R”模型通过使用memoryise内存增长模型可以识别资源对象未关闭导致的内存缺陷。Q-R模型中使用了三种关键技术:关键词匹配;依赖识别;指向识别。利用这三种关键技术可以解决识别过程中的关键词特征匹配、依赖指向分析、上下文关系分析等问题。而后,利用Q-R模型,本文设计实现了基于Q-R模型的SneakFinder漏洞检测系统,SneakFinder漏洞检测系统有三个核心模块:GapMonitor监测模块,用于实时监测内存泄露的发生;Detail Analyzer分析模块,分析泄露类型,得出关于泄露点的详细信息;Feedback回馈模块,用于将检测结果回馈给用户。最后,使用SneakFinder漏洞检测系统将Q-R模型的理论与实际结合起来,在PC端和Android移动终端进行实验,测试SneakFinder是否能及时有效的汇报系统中的内存泄露问题,并以正确率、误报率和漏报率作为评价标准,对基于Q-R模型的Android内存泄露检测系统SneakFinder与Android内存分析工具MAT进行比较实验。实验结果表明,基于Q-R模型的SneakFinder泄露检测系统可以有效的检测出Android应用程序的内存泄露情况,SneakFinder不仅可以检测出应用程序中已知的内存漏洞,在检测某些应用程序时,还可以检测出尚未被测试开发者发现的内存漏洞,并能有效降低检测误报率与漏报率,提高检测效率。实验证明,基于Q-R模型的SneakFinder泄露检测系统能够在Android应用程序开发过程中提供很大的帮助与支持。

关键词：内存泄露缺陷检测引用识别内存增长模型 Q-R模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：