王静
- 作品数：2 被引量：3H指数：1
- 供职机构：陕西师范大学计算机科学学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 可能性测度下的LTL模型检测并行化研究被引量：3
- 2018年
- 分布式模型检测是一种缓解状态空间爆炸的有效途径,已有文献提出了定性的分布式模型验证算法,然而定量LTL验证算法并行化问题还未得到有效解决。对此,展开两个方面的工作:提出一种新的动态系统状态空间划分方法;在定性LTL分布式验证算法的基础上给出了定量模型检测并行化验证算法。首先,将系统模型转化为可能的Kripke结构并选取一个并发分量,依据状态之间的关系完成系统状态的分割,使得关系紧密的状态尽可能分布在同一个计算节点上;其次,调整划分结果以使得计算负载平衡;然后,将划分结果与其他并发分量的状态进行叉乘,以完成系统状态空间的划分;最后,将待检测性质用自动机表示,在两者的乘积上,利用扩展的基于嵌套DFS的分布式验证算法完成系统的定量验证。
- 雷丽晖王静
- 基于Mashup技术的PLE模型的研究与实现
- 2016年
- Mashup技术的出现为在线学习提供了新的机遇与挑战。虽然在线学习提供了学习资源的共享空间,但由于学习资源的内容繁多,分类模糊和学习环境的强制被动性,降低了学习者的学习效果。因此文中基于Mashup混搭技术设计和开发了PLE模型,旨在提高在线教育的"个性化、易用性、可扩展性、实用性"。首先,根据Mashup的研究现状和学习者的实际需求,分析了PLE模型应该具有的属性和特征;然后,利用Mashup设计和实现了PLE模型所需的主要功能模块,并采用"LMS-MOS"的混合式教学模式对该模型进行优化,进一步提高学习者的学习质量;最后,在EKLOE平台上验证了该模型的可行性和有效性,证明该模型不仅降低了开发难度和支持学习者的个性化学习环境,同时还提高了学习者的学习质量。
- 王静祁超陈健
- 关键词：个人学习环境混搭个性化
