作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高编程语言的并行调试和纠错分析能力,提出基于Python的函数式并行编程语言特征提取方法。建立并行编程语言的特征序列分布模型,采用连续概率密度泛函分析方法构建并行编程语言特征分布函数式,通过Python进行函数式并行编程语言的语义分割,提取函数式并行编程语言的语义关联特征量,根据语义关联性进行函数式并行编程语言特征优化提取。仿真结果表明,采用该方法进行函数式并行编程语言特征提取的准确性较高,语义分辨能力较强,提高了函数式并行编程语言的并行调试和纠错分析能力。
推荐文章
Python与Matlab混合语言编程
Python
Matlab
COM
混合语言编程
一种基于核函数特征提取改进方法的应用
核典型相关分析
特征提取
计算复杂度
内存占用量
识别率
基于信号稀疏表示的非参数基函数特征提取理论研究进展和展望
特征提取
信号分解
稀疏性
非参数基函数
Python语言编程在计算机理论教学中的运用
Python语言
计算机理论教学
运用
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Python的函数式并行编程语言特征提取研究
来源期刊 长春师范大学学报 学科 工学
关键词 PYTHON 函数式 并行编程语言 特征提取
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 48-52
页数 5页 分类号 TP311
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陶婧 10 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PYTHON
函数式
并行编程语言
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春师范大学学报
月刊
2095-7602
22-1409/G4
大16开
吉林省长春市长吉北路677号
12-326
1982
chi
出版文献量(篇)
1626
总下载数(次)
6
总被引数(次)
38458
论文1v1指导