基于程序频谱的两阶段缺陷定位方法

缺陷定位是软件质量保证中关键且困难的一项工作,随着软件规模的增大,人工进行缺陷定位的成本越来越高,自动化缺陷定位技术成为研究热点。现有的基于程序频谱的缺陷定位技术可以将缺陷定位到程序语句,但对于大型复杂的软件系统,这种定位方法将带来较大的时间花销。针对此问题,提出一种基于程序频谱的两阶段缺陷定位方法,第一阶段为粗粒度定位,将缺陷定位到程序模块;第二阶段为细粒度定位,在定位的程序模块中再将缺陷定位到语句;最后输出可疑语句推荐列表,辅助开发人员的调试工作。实验结果表明,相比于传统的方法,该方案在保证定位效果的前提下平均减少了10.24%的定位时间。     

知识工作效率评价体系初探

由于知识工作过程的非程序化及结果不确定性等原因,其效率的评价一直是知识工作研究的难点。在分析知识工作效率的内涵及特点的基础上,建立了知识工作投入产出关系模型,此模型的核心在于投入产出都分别考虑了人的固素,投入的是与任务相匹配的人力资源,产出的是提升的人力资本。研究提出了知识工作效率评价的指标体系,体系共投入产出两个维度,分别考虑投入的设备资源、信息资源、人力资源以及产出的人力资本提升和完成任务效果等指标。     

求解TSP问题的一种改进蚁群算法

TSP问题是典型的NP—hard组合优化问题,用蚁群算法求解此问题存在搜索时间长,容易陷入局部最优解的不足。本文提出了一种改进的蚁群算法。该算法在蚁群算法中植入遗传算法,利用遗传算法生成信息素的分布,克服了蚁群算法中搜索时间长的缺陷。此外,在蚁群算法寻优中,采用交叉和变异的策略,改善了TSP解的质量。仿真结果显示,改进的蚁群算法是有效的。     

知识工作效率度量方法研究综述

文章将目前的知识工作效率度量方法归纳为基于投入和产出的方法、基于作业分析的方法和基于功能分析的方法三种类型,并对其进行比较和评析。文中分析了目前仍然没有一个统一的度量方法的主要原因,探讨了度量方法所涉及的效率维度问题,最后对进一步的研究方向进行展望。     

基于改进U-net的自监督低剂量CT图像去噪算法研究

针对低剂量CT(low-dose CT,LDCT)图像去噪过程中配对数据难以获取的问题,本文提出了一种基于注意力机制和联合损失的自监督LDCT图像去噪算法。在该算法中,利用边缘增强后的U-net网络完成LDCT图像的特征提取,在网络框架中引入通道和像素注意力机制,以提高网络对噪声和伪影的抑制能力。同时使用联合损失避免传统损失对图像造成的图像过平滑问题,使得去噪后图像更加接近原图像。实验结果表明：所提出的算法可有效抑制LDCT图像的噪声,保留图像的纹理细节。经过算法处理后的LDCT图像的峰值信噪比(peak signal-to-noise ratio,PSNR)提高了16.40%,结构相似性(structural similarity,SSIM)提高了9.60%。在无配对数据下,该方法可有效保留细节并减少低剂量扫描产生的噪声,为临床LDCT图像去噪提供新思路。     

城乡规划法第64条执行中的问题与对策研究——从《关于规范城乡规划行政处罚裁量权的指导意见》谈起

通过解读《关于规范城乡规划行政处罚裁量权的指导意见》的内容,详细讨论了对《城乡规划法》第64条相关内容的理解。区分了"尚可"和"无法"采取改正措施以消除对规划实施的影响两种情形,并提出各自的处理流程;提出与当前一些学者和从业人员观点不同的看法,强调要重视改正和拆除等措施以消除对规划实施的影响,认为拆除应作为"无法"情形下的首位处理措施,将罚款作为辅助管理手段;提出应当严格限定补办手续的应用范围。     

钛白废水资源化利用工艺探讨

根据钛白废水治理的现状与不足,在分析中和反应机理后,首先提出一次中和,制备白石膏;然后二次中和制备富钛白石膏,再用浓废酸将其溶解,制备富钛酸液返生产使用;含钛酸性白石膏返一段中和,提高钛回收率;最后经三次中和,制备红石膏和外排水。本方案不仅制备高价值的白石膏,回收有价值的钛,大幅降低废水治理成本,而且减少红石膏量,大幅降低石膏烘干成本。     

钛白废水制备石膏工艺探讨

根据钛白废水制备石膏工艺的现状与不足,在分析中和反应机理后,首先提出一次中和,制备不含钛的白石膏,该白石膏可供水泥厂直接使用;然后用一段滤液制备红石膏晶种;通过二次中和,制备低水分且SO_3合格的红石膏;最后二段滤液经曝气、浓密、沉淀,得到色度低且达GB8978-1996标准的外排水。该方案不仅能较好治理钛白废水,得到高价值的石膏,而且操作简单,治理成本低。     

软件缺陷预测中的数据预处理方法

软件缺陷预测是软件质量保障领域的热点研究课题，缺陷预测模型的质量与训练数据有密切关系。用于缺陷预测的数据集主要存在数据特征的选择和数据类不平衡问题。针对数据特征选择问题，采用软件开发常用的过程特征和新提出的扩展过程特征，然后采用基于聚类分析的特征选择算法进行特征选择；针对数据类不平衡问题，提出改进的Borderline-SMOTE过采样方法，使得训练数据集的正负样本数量相对平衡且合成样本的特征更符合实际样本特征。采用bugzilla、jUnit等项目的开源数据集进行实验，结果表明：所采用的特征选择算法在保证模型F-measure值的同时，可以降低57.94%的模型训练时间；使用改进的Borderline-SMOTE方法处理样本得到的缺陷预测模型在Precision、Recall、F-measure、AUC指标上比原始方法得到的模型平均分别提高了2.36个百分点、1.8个百分点、2.13个百分点、2.36个百分点；引入了扩展过程特征得到的缺陷预测模型比未引入扩展过程特征得到的模型在F-measure值上平均提高了3.79%；与文献中的方法得到的模型相比，所提方法得到的模型在F-measure值上平均提高了15.79%。实验结果证明所提方法能有效提升缺陷预测模型的质量。     

钛白废水综合治理工艺探讨

钛白废水综合治理工艺作为一个系统工程构思,在明确钛白废水产生原因及主要污染因子后,首先提出钛白废水一次石粉中和,经压滤得到白石膏和FeSO4溶液,然后按FeSO4溶液浓度的高、低分别处理：高浓度FeSO4溶液用于制备铁红晶种;低浓度FeSO4溶液则进行二次石灰乳中和,经压滤得到红石膏和回收水。该方案不仅能较好地治理钛白废水,得到高价值副产品,而且治理成本低,使用设备简单。