基于特征的面向多领域的软件构件描述

目前,基于构件的软件开发模式被软件开发商广泛接受,因为这种模式可以提高软件的质量、降低软件开发和维护的成本.构件描述是构件检索和复用的基础.本文提出了一种基于特征的、面向多领域的构件描述方法,包括构件功能、应用环境、构件关系、构件质量、其它等五个部分.基于构件的软件开发模式在大规模推广的情况下,构件流通必定成为构件产业化的关键环节.基于特征的构件描述方法解决了构件流通过程中语义理解困难,促进了领域构件标准化的推广.     

面向复用成本优化的构件重构方法

构件需要在其复用期间进行持续的优化改进和重构,消除设计需求与复用需求之间的差异,在保证有用性的前提下改善可用性.为此,提出一种面向复用成本优化的、基于局部性原理与实例集分解的构件重构方法.首先给出一种基于特征的构件模型,着重探讨基于可变点的复用机制,并在此基础上研究构件复用成本的构成要素、优化策略与优化目标,即通过提高构件固定部分的比例降低复用成本.探讨了构件复用过程中存在的时间/空间局部性,依据构件实例复用频度的差异,将具有高复用频度的实例分离出来形成(半)实例化构件,以降低构件复用过程中的实例化成本与实现成本.进而提出一种基于贪心策略的构件实例分解算法实现近似最优化,并通过实例验证其有效性.该方法通过将构件特征间依赖关系分解为构件实例间依赖关系,将构件的部分实例化工作由复用阶段提前到设计阶段来完成,将若干可变特征转化为固定特征,从而避免了构件频繁复用时的多次实例化,以降低复用成本.     

基于领域特征空间的构件语义表示方法

在基于构件的软件开发范型中,构件模型是构件分类、检索和适应等关键任务的理论基础,然而构件模型中的语义表示方法一直是一个难点.提出一种以语义为核心的构件模型,采用基于领域分析的特征空间语义定义方法,从领域空间、定义空间和语境空间三个方面刻画语义结构,用描述逻辑表达语义内容及实现自动推理,尤其是文中的构件语义体概念和特征空间形式化方法,为构件复用自动化和工程化提供了一种可能的解决途径     

基于UML的软件构件内聚耦合性度量工具设计与实现

基于构件的软件复用被看成是提高软件生产率和软件质量的有效途径,被称为是有效解决软件危机的方法之一。近几年来,随着基于构件的软件工程的发展,构件的度量方法有了很大的发展。但多是研究可复用性,对构件的内聚耦合研究较少。而有效的系统分解是构件获取的主要手段,它为构件的复用提供了强有力的支持。文章在对系统分解后,以构件的内聚耦合度量为研究重心,利用其度量结果,再对构件可复用性进行研究。文章以有向带权依赖图为基础,运用图的谱分割技术,及结合信息熵技术的构件内聚耦合度量方法,实现对构件的自动聚集和自动度量。实验结果表明,图的谱分割技术能够较合理、有效的分解系统,文章中的度量方法是一种较准确的软件构件度量方法,为权衡构件的设计质量提供了可靠的数据。     

基于复用的构件开发模型的研究与应用

提出了一种基于复用的构件开发模型,该模型解决了构件内部结构和组织问题,保证良好的功能职责划分和关注点分离;保证构件以规范化的方式提供对外服务接口和扩展接口;保证构件具有良好的扩展性以及随需应变的能力.通过应用该模型开发了面向金融领域的客户管理构件,并将该构件复用于具体的金融项目.实践表明,该模型能提高软件复用率,降低开发难度,加快开发速度.     

新的构件复用方法

构件对象模型(COM)所支持的构件包容和聚合两种复用模式都是基于构件消费者的立场,不利于构件自身的演化和关注点分离.提出了一种新的构件复用方法:为了便于构件自身的演化,派生类直接复用基类中的接口和事件,重载基类虚接口中的方法,在此基础上定义新的接口和事件;将终端用户可见的领域特征分离出来封装为良定义的构件,以便编译或运行时被绑定到其他的构件对象中.给出了在中间件平台上的设计和实现方法.手机软件项目实践表明新方法提高了软件产品质量和开发效率.     

构件形式化描述与模糊检索研究

在软件复用研究不断深入的情况下,构件的准确描述与高效检索已成为面向构件的软件复用研究的热点和难点.本文参照3C构件模型,提出一种基于形式化方法的、可扩展的构件描述模型,包括构件的功能描述、接口描述、环境依赖描述等,并保留了构件关键字、非功能属性等描述项.在此描述模型基础上提出了构件的分步检索法,并着重论述了包含四级模糊度的构件形式化检索方法,以提高构件的查找效率并兼顾查全率.     

基于构件库管理系统的构件复用度度量模型

构件概念及其理论的发展始终以软件复用为切入点,只有被最大可能地复用,构件才有其存在的意义和经济价值。如何用一种较为精确的、基于实践应用的方法来评价构件的复用度,关系到构件质量的提高和构件库的有效性。该文介绍了构件复用的概念,并结合构件库管理系统,提供了一个对构件复用度的度量模型,分析了度量结果对构件库的反馈作用,能够对构件库管理系统的设计与实现提供参考。     

一种基于P2P支持检索条件重构的构件库互联技术

软件复用是解决软件危机的有效途径.随着软件复用技术和网络技术的发展,在Internet上出现了越来越多的软件构件库.复用者需要的构件往往分散在多个构件库中,而各个库中构件的描述方式也各不相同;这给复用者获取构件带来了一定的困难.因此,需要有一种有效的机制来帮助他们在多个构件库中获取构件.提出一种构件库互联技术DCLITTA以支持在分布的构件库之间实现资源共享,并为复用者提供了"透明"的检索机制.DCLITTA采用对等网络(P2P)体系结构将各个独立的构件库组织在一起.同时,针对构件库间构件描述模型的差异,DCLITTA通过自动地将复用者的检索请求进行重构来改善检索的效果.基于该互联技术,已设计实现了相应的支持系统,并实际应用于北京、上海等软件园的构件库中.     

基于XML技术的软件构件的表示与检索

本文针对软件构件的刻面分类方法,结合XML技术的特点,提出基于XML技术的软件构件的表示方法,并结合".NET Framework"和"Visual Studio.NET"开发平台的最新特点,给出一套基于XML的刻面分类和动态演变构件库系统的解决方案,以提高复用的程度和质量,降低复用成本,为复用成功提供有效的支持.     

基于图片特征空间的信息压缩研究

提出了一种基于2DPCA和PCA的信息压缩方法,从而实现两种特征提取方法的优势互补.仿真实验结果表明,该方法不仅提取和保留了有效信息,减少了信息的存储空间,又极大地减小了计算量,有很好的特征提取性能.     

分块PCA及其在人脸识别中的应用

主成分分析(principal component analysis,PCA)是公认的特征抽取的最为重要的工具之一,目前仍然被广泛地应用在人脸等图像识别领域.基于PCA,提出了分块PCA的人脸识别方法.分块PCA方法先对图像进行分块,对分块得到的子图像利用PCA进行鉴别分析.其特点是能有效地抽取图像的局部特征,对人脸表情和光照条件变化较大的图像表现尤为突出.与PCA方法相比,由于使用子图像矩阵,分块PCA可以避免使用奇异值分解理论,过程简便.此外,PCA是分块PCA的特例.在Yale和NUST603人脸库上的试验结果表明,所提出的方法在识别性能上明显优于经典的PCA方法,识别率可以分别提高6.7和4.4个百分点.     

一种基于特征的纺丝元件建模方法研究

基于产品特征建模理论,通过对不同纺丝工艺和纺丝元件结构特点的分析,研究了以形状特征和纺丝工艺特征为对象的纺丝元件特征模型的定义方法,建立了一种面同工程设计的,又具有工程技术语义的纺丝元件特征模型,并在此基础上讨论了特征库中纺丝元件的定义。     

一种融合各类最小主成分子空间的特征变换方法

针对主成分分析算法没有很好地利用数据的类别信息,且最大主成分方向容易导致各类数据重叠的问题,提出一种融合各类最小主成分子空间的特征变换方法.首先将各类数据分别进行主成分分析,由各类最小主成分方向张成各类投影子空间;然后将原始数据在各类子空间投影后的最小主成分子空间进行融合,构成新的特征空间;最后使用KE E L公共数据集对该方法进行测试.结果表明,与其他特征变换方法相比,该方法能够构造出更加利于分类的特征空间,有助于提升分类器的分类精度.     

基于复主分量分析的人脸识别

提出了一种基于复主分量分析的人脸识别新方法。首先采用两种不同的K—L变换分别降低原始图像空间的维数，得到高维原始图像的两种简约表示。然后利用复向量将同一样本的两组特征向量合并在一起，通过运用复主分量分析，来抽取人脸图像的有效鉴别特征。最后在0RL人脸库上实验结果表明所提出的方法不仅识别性能优于经典的Eigenfaces和Fisherfaces方法，而且仅用27个特征识别率就达到96％。     

面向交通领域构件的特征建模方法

将领域工程应用于智能交通系统,对交通领域内变化性需求进行封装、隔离和抽象,指导交通构件的设计与实现。解决交通领域内可复用信息的识别、组织和利用,满足交通领域内软件复用、资源共享与协同的要求。基于FODA领域工程分析方法,扩展其面向特征的建模方法。结合交通领域工程的交通信息发布服务应用实例,说明面向特征领域建模方法的可行性。     

基于角度特征分量特征的步态识别

目前,在步态识别技术中多数描述步态特征的方法在非侧面视角下识别效果一般都不够理想,通常会明显低于侧面视角,针对这一问题,文章提出一种以角度特征分量特征作为步态特征的识别方法,提高步态特征的分类能力从而提高识别率。在步态检测部分文章采用基于色度坐标的混合高斯来抑制阴影和消除噪声,步态识别部分使用支持向量机对所提取的角度特征分量特征进行训练和分类,最终在保证侧面视角识别率的情况下同时提高在非侧面视角下的识别效果。     

基于主成分分析进行特征融合的JPEG 隐写分析

为了解决现有JPEG隐写分析方法特征冗余度高和未能充分利用特征间互补关系的问题,提出了一种基于主成分分析(principal component analysis,简称PCA)进行特征融合的JPEG隐写分析方法,并分析所选特征之间的互补性.通过融合将互补特征结合在一起,更全面地反映载体和隐写信号间的统计差异,并用PCA分离出冗余成分,最终达到进一步提升准确率的目的.实验结果表明,在不同数据集和嵌入率情况下,该方法分析高隐蔽性隐写(如F5,MME和PQ)的准确率高于主要JPEG分析方法,在耗时上较现有特征层融合降维方法大为缩短.     

基于主成分分析的自适应特征选择算法研究

提出了一种自适应性的特征提取方法。首先通过主成分分析求出样本全局投影空 间,然后基于最大化投影构建优化目标函数,最后通过该函数求出自适应于个体样本的投影空 间。该方法很好地考虑了样本集合中每个样本的分布特点。为了使得算法可应用于识别分类问 题中,给出了计算存在于不同投影空间的个体样本间相似性的方法,相比于欧式度量,该方法 被证明得到的相似性能够更好地表征样本间的测地距离关系,使其能够有效地对流型结构数据 进行学习。通过在不同数据库上进行分类及重构的对比实验,实验结果表明,该方法能够更好 地提取数据特征,且对离群点具有鲁棒性。