含有析取語義循環(huán)的不變式生成改進方法
大?。?/span>1.79 MB 人氣： 2018-01-12 需要積分：3
抽象解釋為程序不變式的自動化生成提供了通用的框架，但是該框架下的大多數(shù)已有數(shù)值抽象域只能表達幾何上是凸的約束集．因此，對于包含（所對應的約束集是非凸的）析取語義的特殊程序結構，采用傳統(tǒng)數(shù)值抽象域會導致分析結果不精確，針對顯式和隱式含有析取語義的循環(huán)結構，提出了基于循環(huán)分解和歸納推理的不變式生成改進方法。緩解了抽象解釋分析中出現(xiàn)的語義損失問題．實驗結果表明：相比已有方法，該方法能為這種包含析取語義的循環(huán)結構生成更加精確的不變式，并且有益于一些安全性質的推理．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
含有析取語義循環(huán)的不變式生成改進方法下載
相關電子資料下載
- rnn是遞歸神經(jīng)網(wǎng)絡還是循環(huán)神經(jīng)網(wǎng)絡 165
- 遞歸神經(jīng)網(wǎng)絡與循環(huán)神經(jīng)網(wǎng)絡一樣嗎 139
- 遞歸神經(jīng)網(wǎng)絡是循環(huán)神經(jīng)網(wǎng)絡嗎 199
- 循環(huán)神經(jīng)網(wǎng)絡算法原理及特點 158
- 循環(huán)神經(jīng)網(wǎng)絡算法有哪幾種 153
- 循環(huán)神經(jīng)網(wǎng)絡有哪些基本模型 162
- 循環(huán)神經(jīng)網(wǎng)絡的缺點是存在什么問題 159
- 循環(huán)神經(jīng)網(wǎng)絡的應用場景有哪些 92
- 循環(huán)神經(jīng)網(wǎng)絡處理什么數(shù)據(jù) 166
- 循環(huán)神經(jīng)網(wǎng)絡的基本概念 168