软件工程概论总结第五章

第五章  软件工程中的形式化方法

形式化方法基本概念

形式规约

当规格说明用非形式化方法描述时,可称之为“规格说明”,当规格说明用形式化方法描述时,可称之为“形式规约”。

形式证明与验证

形式证明与验证技术主要包括模型检测和定理证明。模型检测是一种基于有限状态模型并检验该模型的性质的技术。定理证明采用逻辑公式来表示系统规约及其性质。

程序求精

程序求精是将自动推理和形式化方法相结合,从抽象的形式规约推演出具体的面向计算机的程序代码的全过程。程序求精的基本思想是用一个抽象程度低、过程性强的程序去代替一个抽象程度高、过程弱的程序,并保持它们之间功能的一致性。

时态逻辑

Kripke结构    三元组M=(W,R,L)称为模型逻辑的一个模型,或者Kripke结构,其中W是可能世界的非空集合;R包含于W×W是可能世界W上的二元关系;L:W→2^p(P是原子公式集合)是标记函数,它是对各可能世界的真值指派,即对每个模态逻辑公式,指明它在每个可能世界中取真值还是假值。

一阶线性时态逻辑

一阶线性时态逻辑公式,简称FOLTL公式,定义如下:

①原子谓词公式是FOLTL公式;

②如果A、B是FOLTL公式,那么(A)、(A∧B)、(A∨B)、(A→B)、(A↔B)是FOLTL公式;

③如果A是FOLTL公式,x是A中出现的变量(个体变元),则彐x·A、x·A是FOLTL公式;

④如果A、B是FOLTL公式,那么(◇A)、(□A)(○A)、(A▷B)是FOLTL公式;

⑤当且仅当有限次地使用①②③④所组成的符号串是FOLTL公式。

计算树逻辑

计算树逻辑(CTL)是一种离散、分支时间、命题时态逻辑。一般讲CTL和CTL*统称为计算树逻辑。

计算树逻辑公式,简称CTL公式,定义如下:

①原子命题(命题变量或变量)是CTL公式;

②如果φ、ψ是CTL公式,那么(φ)、(φ∧ψ)、(φ∨ψ)、(φ→ψ)、(φ↔ψ)是CTL公式;

③如果φ、ψ是CTL公式,那么(A○ψ)、(E○ψ)、(A◇ψ)、(A□ψ)、(E□ψ)、(A(φ▷ψ))、(E(φ▷ψ))是CTL公式;

④当且仅当有限次使用①②③所组成的符号串是CTL公式。

 模型检测

标记算法是模型检验的一个简单算法,其基本原理在于:对于给定的CTL*公式φ,将其列写成A◇,E◇,E○,∧,,nil(假)连接的等值CTL*公式Φ;对Kripke结构中Φ的子公式满足的状态进行标记,直到Φ得到标记;所有标记为Φ的状态就是φ得到满足的状态。

Z语言

   Z语言为系统建立基于状态的模型。模型的三个主要组成部分是输入、输出和状态,它们均有相应的数学概念来描述。Z语言形式规约由数学语言描述和自然语言注释两部分组成。其中数学语言描述部分是核心,它是精确、简练地描述系统性质和自动推理的保证。自然注释部分则用于解释说明数学部分的内容。

Z语言表示

1.集合、关系及函数

集合、幂集、元组和笛卡儿积、关系与函数、队列和包

2.自由类型和模式

Petri网

Petri网结构 

Petri网结构是一个三元组N=(P,T,F),其中,

①P={p1,p2,...,pn}是有限库所集合;

②T={t1,t2,...,tn}是有限变迁集合(P∪T≠∅,P∩T=∅);

③F包含于(P×T)∪(T×P)为流关系。

前集和后集

对于一个Petri网结构N=(P,T,F),设x∈(P∪T),令

·x={y|彐y:(y,x)∈F}

x·={y|彐y:(x,y)∈F}

那么称·x为x的前集或输入集,称x·为x的后集或输出集。

顺序关系:若Petri网中存在变迁t1和t2,在某一时刻,t1就绪,而t2未就绪,且t1点火引发t2就绪,即t2的就绪以t1的点火为条件,则t1和t2具有顺序关系。

并发关系:若Petri网中存在变迁t1和t2,在某一时刻,t1,t2同时就绪,它们中任一变迁的点火都不会影响另一个变迁的就绪,则称t1和t2具有并发关系。

冲突关系:若Petri网中存在变迁t1和t2,在某一时刻,t1,t2同时就绪,它们中任一变迁的点火都会导致另一个变迁离开就绪状态,则称t1和t2具有冲突关系。

混惑关系:在某些情况下,一个Petri网中可能同时存在并发和冲突,并且并发变迁的点火会引起冲突的消失或出现。。

 

转载于:https://www.cnblogs.com/gting/p/4274389.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值