面向对象软件度量方法

度量技术是保证软件质量的重要方法。随着面向对象技术的发展，传统的软件度量技术不再适用于面向对象软件。文中分析了软件度量理论，讨论了目前流行的两种面向对象软件度量方法，指出其不足和进一步的工作。     

软件度量及实施方法

随着现代软件规模的不断扩大,软件度量越来越重要。其主要目的是为各相关组织提供对软件过程和产品更深入的洞察力,这也就使各相关组织能够更好的进行决策并朝着组织目标发展。对于实际的软件项目而言,良好的度量设计以及正确的实施方法才能使软件度量在软件设计中达到控制软件目标的作用。此论文是对软件度量理论的概述并对软件项目度量的实施方法进行了介绍。     

面向对象软件度量技术研究

度量技术是保证软件质量的重要方法。随着面向对象技术的发展,传统的软件度量技术已不再适用于面向对象软件。首先分析了面向对象软件的主要特征,然后讨论了目前流行的两种面向对象软件度量方法,最后指出其不足和进一步的工作。     

一种优化的面向对象软件复杂性度量方法

首先结合面向对象技术特性,对面向对象软件类级别的CK度量方法和系统级别的MOOD度量方法进行了分析,并就CK度量提出了优化的度量方法OCK。然后结合OCK度量和MOOD度量的优点提出了较优化的面向对象软件复杂性度量方法OSCM。OSCM度量可以有效地弥补CK度量和MOOD度量的不足,优化度量结果。     

目标驱动的软件测试度量方法研究

文中根据GSQM软件度量思想和相关软件度量理论结合软件测试过程的特殊性要求，提出基于目标驱动的软件测试度量方法（GSTM）。在度量信息需求的基础上主要研究了适合于软件测试度量的基本度量方法、派生度量方法和设计指示器的方法。文中是专门针对软件测试度量进行的研究，与传统的软件度量理论相比较，具有很强的针对性、实用性和可操作性。     

目标驱动的软件测试度量方法研究

文中根据GSQM软件度量思想和相关软件度量理论结合软件测试过程的特殊性要求,提出基于目标驱动的软件测试度量方法(GSTM)。在度量信息需求的基础上主要研究了适合于软件测试度量的基本度量方法、派生度量方法和设计指示器的方法。文中是专门针对软件测试度量进行的研究,与传统的软件度量理论相比较,具有很强的针对性、实用性和可操作性。     

软件质量度量及其模型指标的研究*

软件开发技术是信息技术的核心,如何提高软件的质量始终是计算机科学领域研究的重要方向之一,基于度量的量化管理是最有效的质量保证手段。阐述了度量的概念和范围,提出了一种软件度量模型,并对相关度量模型方法进行了比较。     

软件质量度量和软件过程度量

电子政务的建设是一个长期的、复杂的系统工程，其中的软件质量保证问题不容忽视．因此，必须同时开展相关问题的研究，并建立必要的质量保证体系，本文着重讨论了软件质量度量和软件过程度量中的概念．度量模型和度量方法等内容．软件度量是电子政务系统建设中软件质量控制的重要保证方法之一。     

面向对象软件度量技术

提出了OO度量评价规则和标识一组OO度量套件的方法，一组切实可行的OO度量套件及其形式化描述方法，评价OO关键概念和结构特性。质量度量模型是软件质量评价体系中的关键技术，采用层次结构的度量模型。通过质量度量模型，就建立了软件内部属性和外部属性间的客观的定量的联系。OO软件度量框架用以规范化地帮助评测软件产品质量的过程。     

软件适应性度量方法研究*

为了能够通过软件的源代码度量面向对象软件的适应性,提出了一个包含七个具体度量指标的软件适应性度量模型,并开发了在Java软件中提取各度量指标的支持工具FlexTool;为了避免通过手动调整大量软件源代码的方式度量软件适应性,使研究人员能够在不太了解软件实现细节的情况下对适应性进行度量,提出了将该适应性模型应用于软件版本的演化从而度量软件适应性的方法,并通过著名开源软件Ant的版本演化对该方法的合理性进行了验证。     

用动态度量方法加强软件开发过程管理

软件开发过程管理的研究远远落后于开发技术、工具等方面的研究。通过描述软件开发过程的动态度量的方法,从生产的概念出发,给出软件开发动态度量的流程、方法,论述了管理、度量和数据元素选择的原则,从动态度量方法加强软件开发过程的角度作了探索性研究。     

面向移动Agent的软件度量工具的设计

利用软件度量工具对软件的各类质量属性度量,对于提高程序的质量有重要意义。在分析面向移动Agent的度量指标的基础上,设计并实现一种基于移动Agent的软件度量工具,该工具通过度量Agent与系统中其它Agent进行交互来获取度量所需信息并对其进行加工处理,用户可以通过度量Agent提供的接口查询度量的结果。最后给出度量指标与度量特征之间关系的实验结果。     

面向移动Agent的软件度量工具的设计

利用软件度量工具对软件的各类质量属性度量,对于提高程序的质量有重要意义.在分析面向移动Agent的度量指标的基础上,设计并实现一种基于移动Agent的软件度量工具,该工具通过度量Agent与系统中其它Agent进行交互来获取度量所需信息并对其进行加工处理,用户可以通过度量Agent提供的接口查询度量的结果.最后给出度量指标与度量特征之间关系的实验结果.     

Threshold Extraction Framework for Software Metrics

Software metrics are used to measure different attributes of software. To practically measure software attributes using these metrics, metric thresholds are needed. Many researchers attempted to identify these thresholds based on personal experiences. However, the resulted experience-based thresholds cannot be generalized due to the variability in personal experiences and the subjectivity of opinions. The goal of this paper is to propose an automated clustering framework based on the expectation maximization (EM) algorithm where clusters are generated using a simplified 3-metric set (LOC, LCOM, and CBO). Given these clusters, different threshold levels for software metrics are systematically determined such that each threshold reflects a specific level of software quality. The proposed framework comprises two major steps:the clustering step where the software quality historical dataset is decomposed into a fixed set of clusters using the EM algorithm, and the threshold extraction step where thresholds, specific to each software metric in the resulting clusters, are estimated using statistical measures such as the mean (μ) and the standard deviation (σ) of each software metric in each cluster. The paper's findings highlight the capability of EM-based clustering, using a minimum metric set, to group software quality datasets according to different quality levels.     

Definition and collection of metrics for comprehensive software measurement

The approach to defining software metrics in terms of software models such as control graphs or call graphs has two limitations. First, since a model of the software will not, by its very nature, have all the properties of the software itself, the model-based approach is not well suited as a basis for comprehensive programmes of software measurement. Secondly, although software metrics are usually well defined in terms of the software models to which they relate, the models themselves are often not well defined in terms of the source code, or other software artefact, which they purport to measure. The paper describes approaches to metric definition designed to overcome these limitations.     

一种软件过程质量的度量方法

提出了一种软件过程质量度量的流程,建立了一个以生命周期为基础的软件过程质量度量模型,将软件过程质量要素分解成了共性软件过程质量要素和个性软件过程质量要素两大类,分析了相应的质量要素、质量子要素和度量元,给出了相应的度量方法。最后利用该度量方法对某公司5个软件项目需求阶段的过程质量及软件开发后期需求稳定性因子进行了度量,经数据分析发现软件开发后期的需求稳定性因子与需求阶段的过程质量是正相关的,从而表明了提出的度量方法和度量模型是有效的。     

高维数据的增量式聚类算法的距离度量选择研究

合适的距离度量函数对于聚类结果有重要的影响。针对大规模高维数据集,使用增量式聚类算法进行距离度量的选择分析。SpFCM算法是将大规模数据集分成小样本进行增量分批聚类,可在有限的计算机内存中获得较好的聚类结果。在传统的SpFCM算法的基础上,使用不同的距离度量函数来衡量样本之间的相似性,以得出不同的距离度量对SpFCM算法的影响。在不同的大规模高维数据集中,使用欧氏距离、余弦距离、相关系数距离和扩展的杰卡德距离来计算距离。实验结果表明,后3个距离度量相对于欧氏距离可以很大程度地提高聚类效果,其中相关系数距离可以得到较好的结果,余弦距离和扩展的杰卡德距离效果比较一般。     

一种基于CMMI软件过程管理框架的度量系统

通过分析CMMI模型4类过程域的相互关系,将软件开发过程融入到CMMI工程过程域中,设计出软件过程管理自动化框架.在此基础上将度量引入到各过程域中,构建了软件度量系统,研究了度量的选择和定义、度量数据采集自动化的实现以及度量数据的分析,通过实例说明度量在软件过程改进中的作用.     

整合全局—局部度量学习的人体目标再识别

目的 人体目标再识别的任务是匹配不同摄像机在不同时间、地点拍摄的人体目标。受光照条件、背景、遮挡、视角和姿态等因素影响,不同摄相机下的同一目标表观差异较大。目前研究主要集中在特征表示和度量学习两方面。很多度量学习方法在人体目标再识别问题上了取得了较好的效果,但对于多样化的数据集,单一的全局度量很难适应差异化的特征。对此,有研究者提出了局部度量学习,但这些方法通常需要求解复杂的凸优化问题,计算繁琐。方法 利用局部度量学习思想,结合近几年提出的XQDA（cross-view quadratic discriminant analysis）和MLAPG（metric learning by accelerated proximal gradient）等全局度量学习方法,提出了一种整合全局和局部度量学习框架。利用高斯混合模型对训练样本进行聚类,在每个聚类内分别进行局部度量学习;同时在全部训练样本集上进行全局度量学习。对于测试样本,根据样本在高斯混合模型各个成分下的后验概率将局部和全局度量矩阵加权结合,作为衡量相似性的依据。特别地,对于MLAPG算法,利用样本在各个高斯成分下的后验概率,改进目标损失函数中不同样本的损失权重,进一步提高该方法的性能。结果 在VIPeR、PRID 450S和QMUL GRID数据集上的实验结果验证了提出的整合全局—局部度量学习方法的有效性。相比于XQDA和MLAPG等全局方法,在VIPeR数据集上的匹配准确率提高2.0%左右,在其他数据集上的性能也有不同程度的提高。另外,利用不同的特征表示对提出的方法进行实验验证,相比于全局方法,匹配准确率提高1.3%~3.4%左右。结论 有效地整合了全局和局部度量学习方法,既能对多种全局度量学习算法的性能做出改进,又能避免局部度量学习算法复杂的计算过程。实验结果表明,对于使用不同的特征表示,提出的整合全局—局部度量学习框架均可对全局度量学习方法做出改进。     

An Empirical Study of Software Metrics

Software metrics are computed for the purpose of evaluating certain characteristics of the software developed. A Fortran static source code analyzer, FORTRANAL, was developed to study 31 metrics, including a new hybrid metric introduced in this paper, and applied to a database of 255 programs, all of which were student assignments. Comparisons among these metrics are performed. Their cross-correlation confirms the internal consistency of some of these metrics which belong to the same class. To remedy the incompleteness of most of these metrics, the proposed metric incorporates context sensitivity to structural attributes extracted from a flow graph. It is also concluded that many volume metrics have similar performance while some control metrics surprisingly correlate well with typical volume metrics in the test samples used. A flexible class of hybrid metric can incorporate both volume and control attributes in assessing software complexity.