基于ORD和FSM的Web应用的建模与测试

Web测试是保证高质量Web应用的一种有效技术.然而,由于其特殊性和复杂性,很难直接将传统的测试理论与方法学运用到Web应用的测试当中来.对Web应用进行了分析与建模,并对其进行测试,提出了一种可行的Web测试模型.首先得到页面流图(PFD,Page Flow Diagram),进而产生对象关系图(ORD,Object Relation Diagram),然后根据提出的算法将ORD转化为形式化的有限状态机(FSM,Finite State Machine)模型.基于FSM模型,提出了一种有效的测试路径自动生成方法,这些测试路径可以转化为XML语法的测试规格说明.测试引擎将测试规格说明作为输入最终产生测试报告.全文以所开发的一个小型的Web应用SWLS(Simple Web Login System)为例进行阐述.     

一种类间测试顺序改进算法

确定类的测试顺序是面向对象程序测试中的关键步骤。描述对象关系图模型,提出一种基于对象关系图的类间集成测试顺序改进算法,与Tai和Traon等人提出的算法相比,该算法需要的测试桩较少、效率较高。在Redflag4系统下用Kylix3(C++)对算法进行实现。理论分析和初步实验证明了该算法的可行性和有效性。     

基于节点相似度的社团发现算法

对现有的社会网络社团发现算法进行研究,发现存在算法时间复杂度高、准确率低和没有充分利用节点属性信息等问题,提出了一种基于节点相似度的社团发现算法以解决这些问题。综合考虑图的拓扑结构和节点属性信息,结合构造属性扩展图的思想和基于结构情境相似度的思想得到节点的相似度,利用改进的K-means算法对所有节点进行聚类得到社团结构。编程实验结果表明,使用该算法得到的社团准确率较高,算法的时间复杂度为线性的,在带属性的数据集上和不带属性的数据集上的测试结果均验证了算法的有效性。     

改进的基于α扩展移动的立体匹配算法

针对传统的α扩展移动立体匹配算法计算时间过长的问题,提出了一种改进的α扩展移动算法.改进算法在α扩展移动的外部循环过程中建立了一种新的循环机制,构造的参数满足循环停止的条件时提前停止循环,节省大部分低效率的循环时间;在算法的内部迭代过程中优化了α的设定顺序,使得能量函数更快地收敛.实验结果表明,改进的算法可以与原始算法获得几乎一致的精确视差图,并大大缩短了算法的运算时间.     

基于MapReduce的图结构聚类算法

图结构聚类（SCAN）是一种著名的基于密度的图聚类算法。该算法不仅能够找到图中的聚类结构,而且还能发现图中的Hub节点和离群节点。然而,随着图数据规模越来越大,传统的SCAN算法的复杂度为O（m^1.5）（m为图中边的条数）,因此很难处理大规模的图数据。为了解决SCAN算法的可扩展性问题,本文提出了一种新颖的基于MapReduce的海量图结构聚类算法MRSCAN。具体地,我们提出了一种计算核心节点,以及两种合并聚类的MapReduce算法。最后,在多个真实的大规模图数据集上进行实验测试,实验结果验证了算法的准确性、有效性,以及可扩展性。     

基于改进图着色理论的聚类算法

为有效解决由于数据规模的不断扩大,图规模显得更加复杂,从而影响聚类效率这一难题,提出了一种新的图着色理论,该理论在图着色理论的基础上进行改进,基本过程为:在运用贪心算法得到的着色图的基础上,重新对已经着色好的顶点进行颜色调整,以期达到更好的聚类效果.利用衡量聚类质量的指标DunnG对聚类结果进行分析.实验结果表明,新算法可达到更高的聚类质量.     

基于分割约束的α扩展体视算法

提出一种改进的基于图切割的体视算法.首先,定义一种具有鲁棒性和适应性的能量函数,并证明所定义的能量函数的图可构造性.该能量函数利用rank变换减少数据项的噪声干扰,利用基于颜色相似度的自适应截断线性模型保护视差的不连续性.其次,分析目前图切割体视算法的复杂度,提出一种基于分割约束的α扩展操作.该操作根据颜色连通区域内视差平滑的特征,减少像素视差的搜索范围,引进距离变换获取α的候选对应,作为每次扩展时构造图的顶点,从而减少图中最大流的计算量.最后,利用视差分布下降的顺序进行α扩展来降低算法的迭代总数.实验结果表明,以上改进可有效提高图切割体视算法的计算效率和匹配精度.     

基于自适应权值的图割立体匹配算法

针对传统自适应权重存在计算复杂度高和传统图割匹配精度低的问题,提出一种改进的基于自适应权值和图割的立体匹配算法。首先根据灰度相似性和空间相近性重新定义能量函数的数据项,利用图像的梯度信息作为能量函数的平滑项;然后运用图割理论和 α 扩展算法进行模型求解;最后对视差图运用左右一致性检验和加权中值滤波进行视差精化。算法采用了Middlebury 网站提供的四幅国际标准立体图像对进行测试,实验表明所提算法能够得到较准确的视差图。     

一种高效的属性图聚类方法

图是描述现实世界各类复杂系统的一种普适模型,且许多实际应用中的图是大规模的.图的聚类是理解、分析和可视化大规模图的关键技术之一.现实世界的图往往包含丰富的属性信息,如何综合结构和属性信息进行属性图的聚类是一个新的挑战.大多数的现有方法或者将结构和属性转化为距离,基于传统方法进行聚类;或者只考虑某一方面聚类.文中结合信息论中最小长度原则,基于遗传算法,提出一种高效的属性图聚类方法GA-AGC.通过对属性图聚类问题建模,转化为最小描述长度原则问题;扩展标签传播方法作为遗传算法初始化方法,结合编码减小的局部变异方法,提出一种解决属性图聚类的遗传算法.文中方法无需设定聚类的数目,算法复杂度近似线性于结点和边的数目.真实数据集上的实验验证了算法的有效性和高效性.     

面向对象簇级测试中类间测试序确定方法研究

通过对传统的对象关系图进行扩展，提出了EORD图和WORD图的概念．在确定类间测试序时，把需要生成的存根数目作为优化目标，还定义了联系强度、成环权重、边向因子等启发式规则，并将此作为剪去关联边破除环路的重要准则．分析目前已有算法的优缺点，提出了我们的确定类间测试序的AICTO算法．该算法首先着重处理环偶对中的关联边，较大地提高了算法效率，还具有创建存根时涉及到的类的数目少、能保留关联强度大的边和稳定性好等优点，并在原型系统CppTest中进行了实现．     

基于粗糙集理论的ORD关联规则挖掘算法

关联规则挖掘是数据挖掘的重要领域之一,利用粗糙集理论来挖掘关联规则的方法已经得到广泛关注.针对不完备信息系统,提出了基于粗糙集理论的快速ORD关联规则挖掘算法.该算法首先采用基于粗糙集理论的属性约简算法进行属性约简,然后采用快速、高效的冗余项集和冗余规则修剪算法--ORD算法获取关联规则.将该算法与其它同类流行的算法在4个UCI数据集上进行实验比较,结果表明该算法性能良好.     

一种恢复综合孔径微波辐射计展源图像的CLEAN算法

CLEAN算法在处理对象是点源时,即使系统噪声很大,恢复点源图像的效果仍然比较理想,且思想简单、易于实现,因此在综合孔径微波辐射计点源图像的恢复中得到了广泛的应用和发展.但当处理对象是展源时,该算法恢复的辐射计图像存在着条纹现象.借鉴最大熵图像复原算法的约束思想,提出了一种改进的CLEAN算法.仿真结果表明,图像质量得到了进一步改善.     

无线传感器网络跨层自适应唤醒算法研究

时钟同步与能耗有效性是无线传感器网络多跳传输关键问题.提出一种自适应唤醒算法,在MAC层和网络层进行跨层优化,节点按需自适应唤醒,实现多跳网络的协同传输,能够有效降低系统能耗.该算法不需要节点间的周期性同步,减少了频繁的包交换带来的数据冲突与能量浪费,从而提高了网络可靠性和能耗效率,提高了基于IEEE802.15.4标准的多跳网络的节能效率.为了验证算法有效性,工作分别在NS-2仿真环境和实际应用场景下进行了仿真与测试验证,结果表明在传输可靠性和节能效率上均由较大提高.跨层自适应唤醒算法可进一步推广到大规模异构自组织网络中.     

BM串匹配的一个改进算法

在分析BM算法和文献[12]的基础上，给出了BM串匹配的一个改进算法。该算法有以下重要的特点：1)最坏情况下，算法有效地减少了字符重复比较的次数，提高了匹配效率；2)匹配算法在二维匹配和不精确匹配中较易推广。     

一种基于正交法和扩展卡方检验的关联分类算法

针对几种典型分类算法中存在的诸如分类器性能较低和算法效率不高等问题,提出了一种基于正交法和扩展χ^2检验的分类算法ERAC。算法首先通过正交法产生所有的频繁项集和关联规则,然后采用一种扩展χ^2检验来对规则进行分级和修剪,有效减少分类器的规则数目。试验结果表明,该算法与CBA等算法相比较具有较高的分类准确率和运行效率。     

一种多核系统任务调度算法动态度量方法

任务调度算法的优劣直接影响系统的功能和性能,对其进行功能验证和性能评价具有很强的现实意义。本文改进IMC构建多核系统任务调度算法的功能模型,扩展aCSL从逻辑层次上刻画任务调度算法的性能指标,并基于改进的IMC和扩展的aCSL提出了一种多核系统任务调度算法动态度量方法实现对任务调度算法的功能验证和性能评价。用例分析表明本文提出的动态度量方法能有效对任务调度算法进行功能和性能的描述和度量,为多核系统任务调度算法的正确执行提供了有力支撑。     

拓展集合差异度高维数据聚类*

提出度量多个集合之间总体差异程度的拓展集合差异度及相关定理,并给出一种新的解决分类属性高维数据聚类问题的CAESD算法。基于拓展集合差异度及拓展集合特征向量,在CABOSFV_C聚类的基础上通过两阶段聚类完成全部聚类过程。采用UCI数据集与K-modes及其改进算法、CABOSFV_C算法进行比较实验,结果表明CAESD算法具有较高的聚类正确率。     

基于分块和净化的搜索引擎排序算法

展开了对互联网搜索引擎结果集的智能排序研究,提出了一种基于扩展网页质量和VIPS分块算法的智能网页排序算法,并对结果进行净化处理以及查询优化。实验结果表明研究提出的新算法提高了推荐精度。     

改进RRT算法的室内移动机器人路径规划

针对传统RRT（快速扩展随机树）寻路算法由于扩展点的随机选取而存在搜索平均、采样效率低、偏离最优解的缺陷,提出一种偏向目标型的改进RRT算法。该算法采用目标偏向策略和气味扩散法来改善扩展节点的选取,使得随机树的生长趋向于目标点,并提出一种基于3次B样条曲线的路径平滑方法,极大地提升了搜索效率和路径质量。在仿真环境下对算法有效性进行验证,并将算法应用到真实环境下。仿真结果表明,与传统RRT算法相比,改进算法的路径长度缩短约22.1%,且路径更为平滑,在复杂环境中避障能力强。将改进RRT算法应用到Turtlebot2中,在真实环境下开展实验,实验结果证明了该算法的可靠性和实用性。