一种回归测试后的错误定位方法

测试和调试之间的关系是极端密切的。回归测试是软件测试和维护过程中的一个重要活动。在程序中找出错误是一个复杂的过程，它涉及到理解程序的用途、结构、语意和导致错误的测试的相关特征。本文提出了一种基于Chopping技术进行错误定位的方法。这种方法反复利用调试信息和回归测试结果，通过从程序中抽取出与特定的语句有关的、 、相对原来的程序小得多的语句集，实现准确、快速的错误定位。     

基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展

主题漂移和词不匹配是自然语言处理中一个难题,文本挖掘与信息检索的结合有助于解决该问题.鉴于此,本文提出一种基于完全加权正负关联模式挖掘的越-英跨语言查询译后扩展算法.该算法采用新的完全加权正负项集支持度和关联度计算方法以及模式评价框架,对初检用户相关反馈文档集挖掘与原查询词相关的正负关联模式,从模式中提取扩展词实现跨语言查询译后扩展.与现有基于伪相关反馈、加权关联模式挖掘的跨语言扩展算法比较,本文算法能有效地减少查询主题漂移和词不匹配问题,提高跨语言信息检索性能;本文模式挖掘方法可用于推荐系统,提高其准确性.     

面向服务软件异常处理研究综述

随着面向服务软件逐渐成为软件工程领域的研究热点,面向服务软件异常处理的研究日益受到关注,其重要性越来越突出。首先给出了面向服务软件异常的相关概念,阐述了当前面向服务软件异常的几种典型分类,介绍了几个面向服务软件的异常处理中使用的方法,并指出它们的局限性。通过分析和总结当前面向服务软件异常处理的研究方向和研究现状,提出了要解决的关键问题,探讨了当前面向服务软件异常处理研究的不足之处,并预测了下一步面向服务软件异常处理的主要研究方向。     

基于矩阵加权关联规则的跨语言查询译后扩展

首先提出矩阵加权项集支持度计算方法,给出面向跨语言查询扩展的矩阵加权关联模式挖掘算法.然后提出基于矩阵加权关联规则挖掘的跨语言查询译后扩展算法.借助机器翻译进行首次跨语言检索,得到前列初检文档,并经用户相关性判断后得到相关反馈文档.通过计算支持度从相关反馈文档中挖掘含有原查询词的矩阵加权频繁项集,通过置信度-兴趣度评价框架从频繁项集中提取含有原查询词的关联规则,将规则的后件或前件作为扩展词,利用规则的置信度和兴趣度衡量扩展词的重要性,完成跨语言查询译后扩展.在NTCIR-5 CLIR标准测试集上的实验表明,文中算法可以有效提升跨语言查询扩展性能,有利于长查询的跨语言检索,译后后件扩展性能优于前件.     

一种基于CPN的BPEL异常处理逻辑的开发方法

针对WS-BPEL在面向服务软件异常处理方面不够完善的问题,提出了一种基于着色Petri网描述的BPEL异常处理逻辑开发方法。该方法利用着色Petri网(CPN)形式化地描述BPEL的异常处理机制,建立BPEL的异常处理CPN模型,指导对BPEL的异常处理逻辑开发,并依据此建模思想,提出了一个BPEL的异常处理CPN模型的转换工具,用以实现将异常处理的BPEL着色Petri网模型转换成对应的带异常处理的BPEL代码。该工具可在输入的原始的没有异常处理功能的BPEL代码基础上,通过动态地添加BPEL的异常处理语言成份,形成带有异常处理功能的BPEL流程。最后通过引入供应商流程案例,阐述了该方法的具体使用过程。     

基于SOA的农产品物流信息服务集成平台研究

针对现有的农产品物流基础设施薄弱,缺乏有效物流信息服务平台的问题,通过面向服务技术集成现有的农产品物流应用,整合现有农产品物流企业的信息资源,构建一个虚拟物流管理的农产品物流信息集成与个性化定制平台,以支持虚拟物流企业的重组和个性化的农产品物流服务定制,最后阐述了该平台的组成框架和技术实现的细节。     

面向服务软件异常处理过程的可终止性验证

大规模面向服务软件运行环境的动态性和不确定性使其异常处理逻辑复杂度高,导致异常处理过程的可终止性验证异常困难。而异常处理过程的可终止性是确保其正确性的重要基础,如果异常处理过程不能终止将导致面向服务软件无法正常运行。目前缺乏异常处理过程的可终止性验证方法,从而无法保证异常处理达到预期的目标。基于着色Petri网(colored Petri net,CPN)提出了一种面向服务软件异常处理过程的可终止性验证方法。该方法建立了包括正常流程和异常处理逻辑的异常层次CPN模型(hierarchy CPN model for exception handling,HCPN4EH)。基于此模型验证了异常处理过程的可终止性。通过一个实例说明了该方法的可行性和有效性。得到的可终止性验证结果可为进一步分析异常处理过程的正确性提供基础。     

基于项权值排序挖掘的跨语言查询扩展

为了改善自然语言处理应用中长期存在的主题漂移和词不匹配问题,本文首先提出一种加权项集支持度计算方法和基于项权值排序的剪枝方法,给出面向查询扩展的基于项权值排序的加权关联规则挖掘算法,讨论关联规则混合扩展、后件扩展和前件扩展模型,最后提出基于项权值排序挖掘的跨语言查询扩展算法.该算法采用新的支持度和剪枝策略挖掘加权关联规则,根据扩展模型从规则中提取高质量扩展词实现跨语言查询扩展.实验结果表明,与现有基于加权关联规则挖掘的跨语言扩展算法比较,本文扩展算法能有效遏制查询主题漂移和词不匹配问题,可用于各种语言的信息检索以改善检索性能,扩展模型中后件扩展获得最优检索性能,混合扩展的检索性能不如后件扩展和前件扩展,支持度对后件扩展更有效,置信度更有利于提升前件扩展和混合扩展的检索性能.本文挖掘方法可用于文本挖掘、商务数据挖掘和推荐系统以提高其挖掘性能.     

一种体系结构层方面组合的冲突处理方法*

当横切关注点组合到主关注点时,可能出现冲突的情况。该冲突导致体系结构设计难以决策,然而目前也缺乏有效的对这些可能冲突进行处理的方法。针对这一问题,提出了一种体系结构层方面组合的冲突处理方法。该方法结合AHP和加权平均思想的优点,并在定量分析时对结果进行一致性评估,达到了有效解决问题的目的,从而有助于提高软件体系结构设计的质量。最后通过案例和实验证实该冲突处理方法的有效性。     

一种Java程序Chopping方法

程序Chopping对于程序理解、分析、调试、测试等具有重要的意义。已有的Chopping方法主要基于相互连接的系统依赖图(SDG),对于大程序这种SDG描述通常非常复杂,易导致程序Chopping结果不准确。针对这一问题,基于带标签的Java程序描述方法,提出一种Java程序Chopping方法。该方法利用这种描述附带的程序依赖信息,分析参数依赖关系,并在此基础上给出Chopping算法。此程序Chopping方法能把Java程序方法间的程序Chopping问题转换到Java程序方法内进行分析,程序依赖图具有结点少、可重用、可并发构造等优点。最后通过实例和实验给出程序Chopping方法的实施过程及有效性。