Green Measurements for Software Product Based on Sustainability Dimensions

Software is a central component in the modern world and vastly affects the environment’s sustainability. The demand for energy and resource requirements is rising when producing hardware and software units. Literature study reveals that many studies focused on green hardware; however, limited efforts were made in the greenness of software products. Green software products are necessary to solve the issues and problems related to the long-term use of software, especially from a sustainability perspective. Without a proper mechanism for measuring the greenness of a particular software product executed in a specific environment, the mentioned benefits will not be attained. Currently, there are not enough works to address this problem, and the green status of software products is uncertain and unsure. This paper aims to identify the green measurements based on sustainable dimensions in a software product. The second objective is to reveal the relationships between the elements and measurements through empirical study. The study is conducted in two phases. The first phase is the theoretical phase, where the main components, measurements and practices that influence the sustainability of a software product are identified. The second phase is the empirical study that involved 103 respondents in Malaysia investigating current practices of green software in the industrial environment and further identifying the main sustainability dimensions and measurements and their impact on achieving green software products. This study has revealed seven green measurements of software product: Productivity, Usability, Cost Reduction, Employee Support, Energy Efficiency, Resource Efficiency and Tool Support. The relationships are statistically significant, with a significance level of less than 0.01 (p = 0.000). Thus, the hypothesised relationships were all accepted. The contributions of this study revolve around the research perspectives of the measurements to attain a green software product.     

Beta-Binomial删除信道中的喷泉码文件传输协议

由于命名数据网络(NDN,Named-Data Networking)无环路、逐包、逐跳转发的特点,使得数据包回传成功率降低,而传统的TCP/IP协议中的ARQ和ACK机制对于多播会话不再适用.由于NDN中的传输信道可以等效为二进制删除信道,因此可以通过应用层编码来实现文件的可靠传输.传统的信道编码技术如卷积码、级联码和RS码等复杂度较高,而将NDN与低复杂度的喷泉码的结合可以实现分布式的存储架构,因而可通过喷泉编码在应用层协议中实现可靠的纠删机制,保证整体文件的传输可靠性.以往的研究一般是基于确定的删除概率信道模型,但是由于网络的异构性和信道噪声等因素影响,可能会造成信道丢包概率呈随机性分布.因此,本文在Beta-Binomial分布模型的前提下,根据贝叶斯统计的先验信息和中心极限定理,对随机概率下的纠删信道的文件可靠传输协议进行了数学建模和理论推导.仿真结果显示此模型更具有普适性,此传输协议可在信道状况未知的前提下从理论上求出最小发包数,减少冗余编码包,提高文件整体的投递成功率,在保证传输可靠性的同时有效提升协议传输效率.     

非平稳条件下基于贝叶斯网络的内涝风险评估和管理方法

受非平稳条件因素(如气候变化、城市化)的影响,近几年内涝灾害频发。以Z市某地块为研究区域,借助地理信息系统(ArcGIS)和暴雨雨洪管理模型(SWMM)实现研究区排水管网的水动力模拟。在不同降雨情境下,比较分析现状系统及不同改造方案下的系统溢流量等信息,计算内涝风险指数。采用贝叶斯网络分析工具(Bayes Server)对引发内涝风险的主要因素进行推理、识别和分析,进而构建内涝风险评估模型。该模型便于决策者根据设计需求,结合各因素的不确定性范围和发生概率值,综合选取最适合的改造措施,优化市政排水防涝规划,为市政基础设施建设提供了依据。     

Empirical surveys of frontier applications: a meta‐review

This contribution is the first attempt to systematically review all empirical surveys that so far have been made available in the broad field of efficiency and productivity analysis using frontier estimation methodologies. We provide a systematic bibliometric review on the many empirical surveys in the field of efficiency and productivity analysis, the most relevant concepts, areas, overlaps, and potentials to explore from its introduction to the most recent surveys. We combine the United Nations’ International Standard Industrial Classification (ISIC) taxonomy for the economic activity with the Journal of Economic Literature (JEL) classification system to classify the empirical surveys and to identify the current gaps in the literature. In addition to the most relevant/generic potential areas for applications (according to the United Nation's ISIC), this methodology provides a cluster analysis with the most relevant concepts that have been considered so far (according to the JEL codes). This overview brings an interesting guide for future work to develop the whole field.     

基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

一种灰度化混合法在集装箱箱号识别中的运用

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法，传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分，因此，本文提出使用主成分分析法（PCA）结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化，可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后，弥补缺失信息，有效确定边缘特征，从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证，在对50幅港口集装箱箱号图像的识别中，通过使用本文提出的混合灰度化方法，与普通的均值法和加权平均法的灰度化方法相比，准确率更高，其中单一字符准确率可达96%，箱号准确率可达92%。     

面向流屑角突变建模的切削状态参数经验公式的获得及应用

从提高流屑角突变模型的预测精度出发,建立了切削状态参数与3个切削控制参数之间关系的新经验公式。提出了一种通过迭代法准确设定有限元仿真软件刀-屑摩擦因数的方法,并通过直角切削Al6061-T6工件的有限元仿真试验,获得了一组不同切削控制参数组合条件下的切削状态参数数据。根据该数据拟合出剪切角φ、刀-屑摩擦角β、剪切应力τs关于刀具前角γ0、进给量f和切削速度v的经验公式,并通过一组直角切削试验,验证了所得经验公式的有效性。将新建经验公式应用于流屑角突变建模过程后,所得模型关于突变临界切削宽度的平均预测误差减小了27.2%。     

基于EVSEWT的下击暴流时变平均风提取

下击暴流等极端风具有强烈的非平稳特性，给风场特性分析、结构响应计算带来挑战。根据经验将非平稳风分为时变平均风和零均值脉动风分别进行分析，是处理非平稳风速信号的有效方法。分析了几种常见时变均值提取方法的优缺点，在此基础上提出一种基于能量波谷寻找的经验小波变换方法，用于下击暴流时变平均风速提取，并将提取的时变平均风和脉动风用于分析某幢高层建筑顶部位移响应。对2组下击暴流的分析结果得出：与经验模态分解和离散小波变换方法相比，基于能量波谷寻找的经验小波变换方法模型提取的时变平均风更符合预期，对应的结构响应偏于安全。     

水产品及养殖水中丁香酚类化合物风险研究

目的 检测水产品及养殖水中丁香酚类化合物。方法 应用食品补充检验方法BJS 201908《水产品及水中丁香酚类化合物的测定》，以海水鱼、淡水鱼、海水虾、淡水虾及养殖水作为基质，测定6种丁香酚类化合物的含量。结果 通过对实际样品测定后发现，在水产品中检出了丁香酚类化合物，主要为丁香酚，检出率为28.9%，其中海水鱼相对突出。结论 本研究为丁香酚作为渔用麻醉剂提供了方法论，为丁香酚类化合物在水产运输的合理使用提供理论依据。     

鲸鱼优化支持向量机的短期风电功率预测

为提高风电预测的精度,提出一种鲸鱼优化支持向量机SVM(support vector machine)的组合预测模型。该模型针对风电序列的非平稳波动特性,首先应用集合经验模态分解技术EEMD(ensemble empirical mode de?composition)将原始风电序列分解为一系列不同特征尺度的子序列;并引入鲸鱼优化算法WOA(whales optimiza?tion algorithm)解决SVM中学习参数选择难的问题,进而对各子序列建立WOA_SVM预测模型;最后,叠加各子序列的预测值以得到最终预测值。仿真表明,所提EEMD_WOA_SVM模型具有较高的风电预测精度,显著优于其他基本模型。