基于Pi演算的软件可信性度量方法

提出了一种基于Pi演算的软件可信性度量方法,将软件运行行为分解成一系列并联或串联动作。然后,通过度量软件运行过程及结果与预期目标之间的拟合度对软件可信性进行定量研究。实验分析表明,该方法简化了软件可信性度量过程,并能够实时有效地度量软件可信性的变化情况,适用于度量对可信性变化实时性要求较高的软件。     

面向对象软件度量C&K方法的研究与改进

现有面向对象软件度量方法和度量准则的基础上,结合面向对象技术特性,对C&K面向对象度量方法进行了分析和改进,提出了类的复杂性、类的方法个数等类规模的度量指标,以及多继承数深度、继承方法比、继承属性比等类的继承性度量指标,并对这些指标在工程实践中的应用进行了讨论。改进后的度量指标可以有效地补充C&K方法,优化度量结果。     

面向对象软件度量C&K方法的研究与改进

在现有面向对象软件度量方法和度量准则的基础上,结合面向对象技术特性,对C&K面向对象度量方法进行了分析和改进,提出了类的复杂性、类的方法个数等类规模的度量指标,以及多继承数深度、继承方法比、继承属性比等类的继承性度量指标,并对这些指标在工程实践中的应用进行了讨论.改进后的度量指标可以有效地补充C&K方法,优化度量结果.     

软件项目进度估计结果有效性验证方法研究

为保证软件项目进度估计结果的有效性,提高项目成功率,研究了一种定量的、系统的软件项目进度验证方法. 该方法结合大量的实际项目数据,通过建模,构筑了一种进度验证指南;通过显著性检验,发现回归效果不显著,说明该指南只能用来进行进度验证,而不能进行进度安排;通过实际案例,对进度验证指南的使用进行探讨. 另外,除了对单个项目的估计结果进行有效性验证外,还以组织历史数据的收集和分析为基础,通过构建模型对组织整体进度估计方法的有效性进行了研究. 实际应用数据表明该模型能够有效的保证和提高进度估计结果和方法的有效性,并实现持续改进.     

基于六西格玛设计的软件过程缺陷管理研究

以顾客的需求为核心,以数据为基础,从软件产品质量度量的角度出发,在分析六西格玛管理思想的基础上,提出了基于六西格玛设计的软件过程缺陷管理方法模型,模型流程包括识别、定义、优化、跟踪与消除5个阶段.将该方法模型应用于软件企业的软件过程管理中,把六西格玛＂零＂缺陷的设计与管理理念融入到软件系统开发的每一个阶段,能够有效地降低软件产品的缺陷系数,提高软件的质量,给软件过程缺陷管理提供了持续改进的具体度量工具,也为软件企业在软件管理过程的优化方面提供了理论支持.     

基于BP网络的软件过程质量度量研究

将人工神经网络、软件能力成熟度模型集成CMMI(Capability Maturity Model Integration)的基本方法与软件过程质量度量的具体需求相结合,以CMMI模型中的过程域为基础构建软件过程质量度量的评价指标体系,以相应的过程评价数据为基础,构建并训练基于BP网络的软件过程质量度量方法,同时与其他方法进行对比分析,验证其合理性与可操作性。     

数据偏斜和工作量平衡的度量

在进行并行关联规则挖掘时,数据偏斜和工作量平衡这两个数据分布特征影响着剪枝的有效性.本文提出了用定量的方式对数据偏斜和工作量平衡进行度量,并对不同值的组合进行了分析,以便在以后研究算法时可以有效地调整这两个特征值以提高剪枝的性能.     

软件度量的研究与进展

介绍了软件度量的发展阶段,分析了当今软件度量的发展程度。在研究软件度量方法框架和软件度量指标的基础上,重点研究了当前的3类度量方法,对各方法中典型产品的功能和特点进行分析。最后给出了软件度量的当前研究难点和将来发展趋势。     

SLA驱动分布式业务管理的研究与实现

提出了Web服务的SLA(服务等级协定)与传统管理体系结构的资源度量之间的映射模式,建立了具有主动代理的业务管理模型。映射模式以WSLA定义SLA,基于公共信息模型(CIM)设计多种度量类型和进度计划,将复杂的SLA参数转换为业务提供者能够理解并且执行的资源度量。业务管理模型的资源子代理通过进度计划,能自觉请求检索新度量和计算SLA参数,无需外部客户触发,使模型的SLA监视和管理功能自动执行,有效地降低了系统开销。     

设备巡检系统中数据采集软件的开发与应用

为了防止巡检工作的疏漏和提高设备巡检数据利用率,开发了条形码数据采集软件.该软件利用palm操作系统的开发工具CodeWarrior,用C语言进行编程,采用了解释型编程方法.提出了用双条形码方法来建立防止巡检人员失职的互锁监督机制.该软件的实际应用不仅减少了巡检工作量,而且有效地提高了巡检到位率,从而减少了因巡检疏漏所引发的故障,并且有效地防止了巡检人员的玩忽职守现象     

提高滚轮法测量大直径精度的研究

滚轮法用于大型工件的直径测量时,由于滚轮和被测工件之间产生的滑失现象造成测量误差较大。在采用空气轴承,减小滚轮轴摩擦力,调整微调机构使滚轮轴与工件轴平行的正确方法之后,滑失现象减小,测量精度有所提高。同时还详细介绍了数据采集系统的硬件和软件。     

MRIL_Primer回波信号生成关键技术

根据MRIL_Primer测井数据的解剖分析与核磁测井数据处理方法的深入研究,弄清了该测井仪的测量方式,原始测量信息与数据记录方式,提出了从时间域原始测量信号数据处理到深度域回波信号曲线的一系列关键技术与7个步骤。这些关键技术包括如何确定两道正交回波信号、计算相位角、旋转前叠加、旋转处理、旋转后叠加、时间域差分、各组回波拆分、时深转换与等间距深度采样。根据这些关键技术,在微机上编制了从原始测量数据着手处理的核磁测井解释软件系统mrpps,mrpps改进了哈里伯顿DPP处理软件的一些不足之处。通过实际资料处理,在模拟哈里伯顿DPP处理软件参数相同的情况下,两者的处理结果完全一致。     

静态磁致伸缩测试仪的设计与制作

磁致伸缩材料是重要的能量与信息转换功能材料.对磁致伸缩材料进行研究,最基础也是最关键的工作就是对静态磁致伸缩性能的测量.然而,目前磁致伸缩测试仪器普遍存在体积大、价格高等特点,因此不便推广.采用电阻应变计法,通过对直流磁场、磁致伸缩测量部分和数据采集与显示模块三部分的设计以及测试软件的编写与调试,完成了对静态磁致伸缩测试仪的研制.该仪器测量精度高、操作简单、结构紧凑,可作为材料磁性能测试仪器;同时,该仪器演示清晰、携带方便、成本相对较低,又可以作为演示仪器使用.     

基于GeomagicStudio的汽车车身逆向建模技术的研究

运用三维软件和逆向建模技术相结合的方法,进行车身设计与优化,大大缩短了汽车设计制造周期。研究了汽车车身的逆向建模技术,通过光学扫描仪测量获取某国产汽车表面的云状数据,利用Geomagic软件对测量数据进行处理,并基于NURBS曲面造型对车身表面优化重构,最后在UG中完成了车身的曲面建模和分析。     

基于UML动态模型的数据操纵建模

针对传统数据建模过少关注对系统功能的实现建立模型的问题,在UML动态模型的基础上将界面交互模型与数据操纵过程相结合,并应用于数据操纵模型的构建中.该数据操纵模型从用户界面出发,用动态模型展现用户与系统的交互过程.实验证明,该方法能够降低软件维护的复杂性,提高软件的重用率,从而提高了软件开发过程效率和可维护性.     

组合测量在莫尔条纹中心亚像素定位的应用

利用Talbot-Moiré技术测量长焦距时,条纹中心的定位精度直接影响条纹宽度或斜率的计算精度.提出采用Canny算子和形态学方法对条纹中心进行像素级粗定位,用高斯曲线对条纹灰度进行拟合对其进行亚像素定位,并用组合测量的方法和最小二乘法来处理数据,减小了随机误差对条纹中心定位精度的影响.经过对光强符合正弦分布的标准条纹的定位,验证了采用本文的定位方法可以减小条纹中心定位误差,从而提高条纹周期的计算精度.并实际测量了光栅的栅距,实验结果再次证明采用组合测量的数据处理的方法可以提高亚像素定位精度.     

基于有损差分聚合的单向时延测量方法

为了提高数据中心网络单向时延测量精度,更好地满足性能监测需求,用软件的方式实现有损差分聚合测量方法,以求只需发送少量控制报文就能测量任意端到端的单向时延,并消除丢包对时延结果产生的影响。设计搭建数据中心仿真环境进行实验,结果表明,该测量方法可以获得微秒级的精度结果,跟常用的测量方法相比可降低对网络的影响,部署代价低且使用方便。     

自行走地下掘进机器人导向系统的测量方法

针对目前自行走掘进机器人姿态测量设备只能依靠人工操作,无法连续、实时动态测量的缺点,基于三点法姿态测量,提出了一种多目标点的自动测量方法.该方法采用激光发射模块与接收模块,利用前方交会原理,通过测量多点坐标完成机器人的姿态测量;介绍了测量装置的总体架构和硬件设计方案,并对测量误差进行了分析;同时采用卡尔曼滤波算法对测量坐标进行预测补偿,提高了测量精度.仿真结果表明:这种测量装置可以提高系统的实时性,且数据处理方法对系统噪声和量测噪声有抑制作用.     

并行软件性能监测与分析系统中 运行时性能监控器的设计

并行软件性能监测与分析系统是一个对运行在多处理器上的并行应用软件进行性能评估的软件工具包,其中的运行时性能监控器提供了一套完整的监测数据采集与处理的方法。本文对其设计原理和实现方法进行了重点阐述。     

基于程序切片的软件交互行为可信性分析模型

为研究面向交互行为的软件行为可信性分析和动态度量问题,从软件与外界数据交换时所产生的信息流动过程中,确定并提取依赖于输入数据的语句和变量的集合,作为软件交互行为的预期模型.在软件实际运行过程中,通过动态获取软件的实际行为,与分析软件源代码得到的软件预期行为作比较,形成可信性的动态度量结果.采用程序切片技术,将软件交互过程及交互中被赋值变量及后续赋值行为作为切片分析的结果.在此基础上,继续从源代码的抽象语法树和编译后的可执行程序中提取赋值行为本身和被赋值的变量的详细信息,然后将这些信息与切片分析结果相结合,形成以交互行为为关注点的软件行为描述模型.对模型进行了测试,结果表明:该模型能识别出软件运行中的非预期行为.