极限编程中结对编程的不良现象分析及对策

结对编程是极限编程的特色实践之一。在极限编程活动中,对于中国学生,结对编程是组织难度最大的活动。为了更有效地组织结对编程,文章分析以往团队成员所出现的一些不良现象,并探讨可行对策,为大学软件实践教学和软件业者从事极限编程提供参考和指导。     

基于结对编程的师范院校计算机实践教学改革

分析师范院校计算机实践教学存在的实际问题,研究结对编程教学法的特点、原则和实践要求,提出基于结对编程的计算机专业实践教学改革思路,通过实例介绍如何实施基于结对编程的师范院校计算机实践教学改革方案。     

结对编程的研究与扩展

讨论了极限编程理论重要的“结对编程”实践在国内推广中遇到的问题,根据对实际软件开发过程的观察和调查,从企业管理的角度说明“结对编程”可以节省时间、提高效率和质量。对“结对编程”实践的形式进行了扩展,提出了“轮转结对”、“多人极对”、“极限结对”等新的实践形式,用来自中国的实践对“结对编程”的实践进行了丰富。     

极限编程理论的研究

极限编程（xP）是一种轻量、高效、低风险、柔性、可预测、科学且充满乐趣的软件开发方法,它通过非常短的迭代周期来应对需求的变化;通过现场客户参与、独特的规划方式、持续测试来实现快速反馈和高效的交流,最终使交付价值最大化。文章就xP的核心准则、基本原则、核心实践、开发流程及应用等进行了讨论。     

关于极限编程理论的研究

极限编程(XP)是敏捷软件开发方法的代表。它在提高软件质量、确保开发进度等方面取得了显著的效果,为促进沟通、激发程序员在开发中的潜力提供了有力的手段。本文在学习和研究XP理论的基础上,分析了XP的各项核心的应用,提出几点建议。     

计算机程序设计课程配对学习模式教学研究

针对目前计算机程序设计课程中教学效率不高和团队协作能力培养缺失的问题,提出计算机程序课程的配对学习模式,通过典型的教学案例阐述独立思考、合作学习和教师指导的配对学习过程,最后说明教学效果,指出配对学习模式能有效提高教学效率。     

基于B/S模式的Java编程案例分析

目前Java教学中存在偏重理论知识的现象,在指导学生完成一个完整的项目时没有根据项目的实际需求来搭建项目架构、建立数据库。针对这一教学现状,基于MVC编程模式和项目架构的规范化,结合项目实际需求进行分析,通过对业务逻辑分析和简单的B/S模式编程案例的学习,进行代码的理解、分析,对理论知识和实际项目的操作做一个衔接,让学生能够学会运用书本上的知识,从而提高其Java程序设计的综合能力。     

结对模式驱动的软件工程协作教学机制研究

针对软件工程课程教学的实践性和协作性教学实际,提出结队模式驱动的协作教学机制,以两个专业各15名学习者为研究样本,构建衡量对参与度的计算模型。从课堂学习、应用实践和专题报告3方面,介绍任务难度分析、对参与度计算、实验参与情况、配对差异性检验等,通过考核成绩说明结对模式在组织学习者参与课程实验的可行性和应用实践性。     

基于模式的CPPVM并行编程方法

在对现有并行编程方法研究的基础上,提出一种基于模式的CPPVM并行编程方法。介绍该方法中并行编程模式的设计与实现,以2个典型应用实例说明使用其进行问题的并行求解与并行程序开发的过程。该方法对于降低并行程序的开发难度,提高并行编程的可靠性与开发效率具有重要意义。     

基于CMP系统的并行编程模式研究

研究基于CMP（Chip Multiple Processors,片上多处理器）系统的并行编程模式旨在建立开发CMP系统上并行程序的整套方法。首先简要介绍了多核并行计算,然后通过对CMP系统上并行计算问题的综合归纳,提出了基于CMP系统的并行编程模式的概念模型,这个概念模型包含并行体系结构、并行算法设计模型、开发环境、并行程序实现模型四个核心要素;其次,对各并行编程模式各要素及其子概念的内涵进行了阐释;最后以实例对并行编程模式进行说明,初步验证了这套编程模式的合理性。     

基于深度学习的多目标跟踪关联模型设计

近年来, 深度学习在计算机视觉领域的应用取得了突破性进展, 但基于深度学习的视频多目标跟踪(Multiple object tracking, MOT)研究却相对甚少, 而鲁棒的关联模型设计是基于检测的多目标跟踪方法的核心.本文提出一种基于深度神经网络和度量学习的关联模型:采用行人再识别(Person re-identification, Re-ID)领域中广泛使用的度量学习技术和卷积神经网络(Convolutional neural networks, CNNs)设计目标外观模型, 即利用三元组损失函数设计一个三通道卷积神经网络, 提取更具判别性的外观特征构建目标外观相似度; 再结合运动模型计算轨迹片间的关联概率.在关联策略上, 采用匈牙利算法, 首先以逐帧关联方式得到短小可靠的轨迹片集合, 再通过自适应时间滑动窗机制多级关联, 输出各目标最终轨迹.在2DMOT2015、MOT16公开数据集上的实验结果证明了所提方法的有效性, 与当前一些主流算法相比较, 本文方法取得了相当或者领先的跟踪效果.     

基于模式的并行编程环境中任务队列模式的研究与实现

并行程序的设计是并行计算的难点之一。本文在基于模式的并行编程方法的基础上,对一种典型的并行计算与通信模式-任务队列模式进行了深入的研究,并在基于模式的并行编程环境中对该模式进行了实现。本文将通过两个典型的应用实例说明在基于模式的并行编程环境中使用任务队列模式进行问题的并行求解与并行程序开发的过程,并从实现效率和可编程性方面对使用任务队列模式的并行程序和传统的MPI/PVM实现的并行程序进行了分析与比较。     

基于微信小程序的编程学习平台的开发

随着网络与通信技术的发展,智能终端设备改变了传统的教学模式,将智能终端设备与教育相结合的学习方式越来越受到师生的欢迎。《编程语言》是计算机专业的基础课程,贯穿于整个计算机专业的教学过程中,对整个专业的学习起到至关重要的作用,所以,通过开发一个基于微信小程序的闯关式编程学习平台,可以实现学生随时随地学习的目的,不仅能够提高学生对于《编程语言》的学习兴趣,使学习富有创意,而且易于激起学生的探索愿望,提高了学习的趣味性与竞性。本平台地开发对于计算机专业的学生以及编程爱好者的学习都具有一定的应用价值。     

基于编程能力培养的C语言教学方法及模式研究

随着时代的发展,受教育对象的变化,教学改革更加迫切,笔者根据多年教学经验,结合学生实际,针对学生编程能力的提高,对C语言教学方法及模式进行了研究和阐述.     

基于互关联后继树的多时间序列关联模式挖掘

时间序列是现实生活中常见的数据形式之一，在时间序列中发现频繁模式是分析时间序列变化规律的一项重要任务．提出基于互关联后继树的多时间序列关联模式挖掘算法．该算法首先用Allen逻辑位置关系来描述序列状态关系，根据这些关系在时间窗口内顺序或并行出现情况，获得一个由这些关系组成的特殊序列．在此基础上提出了一个基于互关联后继树的新型挖掘模型，实现了序列间关联模式的挖掘．与其他方法相比，该算法简单、直观，而且整个挖掘过程不需要生成候选模式，大大提高挖掘效率．     

基于灰关联理论的滚动轴承故障诊断研究

针对实际工程中滚动轴承故障的复杂灰特性以及不确定性问题,提出了基于灰关联理论故障诊断方法。灰关联理论具有"小样本、贫信息、不确定性"问题处理能力强、计算复杂度低等优点。通过对灰关联原理、灰关联系数与分辨系数的关系,以及分辨系数的性质和取值原则的研究,成功地将灰关联理论应用于滚动轴承的故障诊断。仿真实例研究结果表明,灰关联故障诊断方法计算简单、诊断结果与定性分析结论一致,便于形成知识库中的规则,对工程实践具有理论指导作用,且对样本数量及其分布规律没有特殊要求,有较大实用价值。     

基于粗糙集理论的关联规则挖掘

将关联规则与粗糙集理论进行了有机的结合,利用粗糙集理论有效地避免了关联规则中存在的冗余规则的情况．保留本质的和一般的规则。     

基于Hadoop集群的多表并行关联算法及应用

针对因特网环境下并行数据库实现多个大数据表关联存在的计算瓶颈,基于Hadoop集群设计了一个并行关联多个大数据表的简便算法MR_Join。以商业网站凡客诚品的销售数据为例进行实验,验证算法的可行性并做出应用实例。实验结果表明,MR_Join算法可以有效地实现大数据表的快速关联,具有显著的并行效率。     

基于基因表达式编程的推进学习算法

为进一步改善传统遗传算法在函数发现应用上的搜索能力,提高算法的收敛速度和精度,文中提出了GEPAda-Boost算法。该算法在推进学习AdaBoost算法框架下,利用具有强大函数发现能力的基因表达式编程GEP作为每次迭代过程中的弱学习器,同时引入含分布因子的适应度函数在迭代中筛选出最优假设,最后通过投票策略组合多轮最优假设产生算法结果。丰富的实验结果表明新算法对权重计算和概率分布产生了积极的影响,与朴素GEP算法和GPBoosting算法对比分析发现该算法能分别提升16.7%和40.8%的精度。