基于决策树推荐克隆重构的方法

针对克隆代码的大量使用会导致长期软件维护问题甚至引入错误,提出了一种基于决策树的分类器来推荐克隆进行重构。首先,使用NiCad进行克隆检测;其次,收集了与克隆关系、克隆代码段和克隆上下文都相关的特征;然后,利用决策树分类器训练;最后,利用K折交叉评估分类结果。在5款开源软件中对近600多个克隆实例进行实验,实验结果表明所提方法为每个目标系统推荐克隆重构实例时达到80%的精度。     

基于贝叶斯网络的克隆代码有害性预测

在软件开发过程中,程序员的复制、粘贴活动会产生大量的克隆代码,而那些发生不一致变化的克隆代码往往对程序是有害的。为了解决该问题,有效地发现程序中的有害克隆代码,提出一种基于贝叶斯网络的克隆有害性预测方法。首先,结合软件缺陷研究领域与克隆演化领域的相关研究成果,提出了两大类表征克隆代码信息的特征,分别是静态特征和演化特征;其次,通过贝叶斯网络核心算法来构建克隆有害性预测模型;最后,预测有害克隆代码发生的可能性。在5款C语言开源软件共99个版本上对克隆有害性预测模型的性能进行评估,实验结果表明该方法能够有效地实现对克隆代码有害性的预测,降低有害克隆代码对软件的威胁,提高软件质量。     

基于云计算环境下的网络安全技术实现

云计算不仅具有高效准确的数据处理能力,能够提供安全可靠的信息服务,而且拥有灵活可扩展的存储模式。这些优势使它成为现今应用最广泛的并行计算技术。在云计算的环境下,绝大多数的软件以及数据信息都被转移到网络服务提供商的虚拟网络服务器中。云计算给网络用户带来便捷服务的同时,也带来了相应安全技术挑战。本文基于云计算环境,分析网络安全技术的实现,旨在提升云计算环境下网络的安全。     

Cu基ZnO薄膜紫外光催化降解水中有机污染物

利用Cu基ZnO薄膜紫外光催化降解水体中的有机污染物是一项非常有前景的水处理技术,本文利用电化学沉积方法,在锌盐的水溶液中沉积制备Cu基ZnO薄膜,并以较难降解的偶氮类有色化合物甲基橙是为例,紫外光照射下,用制备好的Cu基ZnO薄膜降解水中甲基橙.结果表明有很好的催化降解效能.该技术还没有得到广泛应用,有待于进一步完善...     

广谱高效蚊虫驱避剂DEET的合成

应用Schotten-Baumann反应原理,选用SoCl_2作为酰氯化试剂,完成了酰胺化反应物的制备,其收率达到85%,用气相色谱测定,含量达95%。     

克隆代码有害性预测中的特征选择模型

为解决克隆代码有害性预测过程中特征无关与特征冗余的问题,提出一种基于相关程度和影响程度的克隆代码有害性特征选择组合模型。首先,利用信息增益率对特征数据进行相关性的初步排序;然后,保留相关性排名较高的特征并去除其他无关特征,减小特征的搜索空间;接着,采用基于朴素贝叶斯等六种分类器分别与封装型序列浮动前向选择算法结合来确定最优特征子集。最后对不同的特征选择方法进行对比分析,将各种方法在不同选择准则上的优势加以利用,对特征数据进行分析、筛选和优化。实验结果表明,与未进行特征选择之前对比发现有害性预测准确率提高15.2~34个百分点以上;与其他特征选择方法比较,该方法在F1测度上提高1.1~10.1个百分点,在AUC指标上提升达到0.7~22.1个百分点,能极大地提高有害性预测模型的准确度。     

基于演化模式克隆代码Bugs倾向性分析

针对当前克隆代码管理不科学,没有侧重点,提出基于演化模式克隆代码Bugs倾向性分析方法。首先使用自主研发工具CloneCodeTracker跟踪克隆演化,然后结合克隆代码Bugs修复数据分视角讨论不同演化模式下克隆代码Bugs倾向性。经过对12款软件近2万个版本实验,结果表明：克隆群视角下复杂演化模式Bugs倾向性最高,合并演化模式Bugs倾向性较高;克隆片段视角下去除演化模式Bug倾向性明显高于其他演化模式;克隆代码内容视角下一致变化演化模式与不一致变化模式Bugs倾向性差别不明显。这些结论可以为克隆重构、克隆管理提供建议,例如,选择复杂演化模式,合并演化模式,去除演化模式的克隆代码优先重构。     

克隆代码有害性预测中分类不平衡问题的解决方法

针对克隆代码有害性预测中有害和无害数据分类不平衡的问题,提出一种基于随机下采样（RUS）的能够自动调整分类不平衡的K-Balance算法。首先对克隆代码提取静态特征和演化特征构建样本数据集;然后选取比例不同的分类不平衡新数据集;接着对已选取的新数据集进行有害性预测;最后,通过观察分类器的不同表现自动选择一个最适合的分类不平衡比例值。在7款C语言开源软件共170个版本上对克隆有害性预测模型的性能进行评估,并和其他分类不平衡解决方法进行对比,实验结果表明所提方法对有害和无害克隆的分类预测效果（受试者工作特征曲线下方面积（AUC）值）提高了2.62个百分点~36.70个百分点,能有效地改善分类不平衡的预测问题。     

个性化学习中学科知识图谱构建与应用综述

学科知识图谱是依赖大数据、人工智能等技术构建的支持教学活动的重要工具，作为一种学科知识语义网络，能够助力个性化学习体系的发展并促进数字教育资源新基建。对知识图谱的概念、分类等内容进行概述；总结了学科知识图谱的概念、特点、优势、内涵及其对个性化学习的支持等内容；重点梳理了学科知识图谱的构建流程：学科本体构建、学科知识抽取、学科知识融合以及学科知识加工，并介绍了学科知识图谱在个性化学习情境中的应用及其面临的挑战；展望了学科知识图谱以及个性化学习的未来趋势，为教育资源的组织方式及个性化学习的创新发展提供借鉴和启示。