需求描述前的需求跟踪模型研究

对需求描述前的需求进行跟踪可以减少需求错误、有助于需求变更的处理和软件组织的过程改进。针对传统需求跟踪方法没有对需求描述前的需求跟踪提供合适支持的问题，文章剖析了需求分析过程中产生的中间产品及其之间的各种关联，基于分析结果，提出了一个需求描述前的需求跟踪模型，包括过程模型和数据模型：过程模型描述跟踪过程，数据模型描述原始需求和中间产品。最后应用模型跟踪一个设备租赁系统中费用计算的需求，结果表明利用该模型能够准确跟踪到需求来源，发现需求错误、遗漏和不一致，并消除错误影响，从而改进需求质量，其有效性得到了验证。     

需求跟踪方法研究

对需求跟踪方法进行了分析、归纳,认为需求跟踪方法应易于掌握、能跟踪复杂系统、能自动生成跟踪链、跟踪链维护简单、有工具和文档支持等特性。     

需求跟踪矩阵在软件测试中的应用与实现

软件测试是保障软件质量的重要手段。需求跟踪矩阵是一种管理需求变更和验证需求是否能够实现的有效工具，是测试需求分析的输出。为满足用户的需求和提高用户使用产品的满意度，文章在软件测试的过程中，引入了需求跟踪矩阵，分析了需求跟踪矩阵在软件测试中的应用与实现。     

动态需求跟踪方法及跟踪精度问题研究

在对动态需求跟踪现有研究综述的基础上,详细分析了动态需求跟踪面临的精度问题,并提出了解决方案——动态需求跟踪框架.该框架以自动化的需求跟踪为核心,组合了变更请求、影响分析、变更控制等活动,利用工作产品的特点和迭代过程中累积的变更信息来辅助建立需求跟踪关系,提高了需求跟踪关系的精度.     

需求描述前的需求跟踪问题

本文讨论了需求描述前的需求跟踪的提供者和使用者之间的矛盾和面向对象分析中支持需求描述前的需求跟踪的必要条件。在此基础上，文章介绍了一个支持需求跟踪的原理系统，并京进一步解决需求描述前的需求跟踪问题进行了讨论 。     

一种实用的面向对象需求描述方法

本文介绍了一种需求可跟踪性支持工具。在此基础上，提出了一种实用的面向对象的需求描述方法。通过采用ＰＯＯＡ对雷达子系统的分析，重点讨论了ＰＯＯＡ中的使用实例分析问题和对需求可跟踪性的支持问题。     

基于视频的高速公路车辆检测和跟踪算法

采用一种基于像素的新方法来更新背景，同时将工作区域分为车辆检测和车辆跟踪两个部分，在车辆检测区建立跟踪对象，在车辆跟踪区仅仅对跟踪对象进行预测跟踪，从而减少了跟踪的盲目性和算法的计算量，提高算法精度。根据该算法设计的视频检测器已用于实际交通参数的采集，统计的结果表明该算法检测和跟踪的正确率分别高于96%和97%，并具有很好的实时性，能满足管理部门的需求。     

CMM中的需求管理分析

需求管理,简单地说,就是记录并管理需求、跟踪需求变更,其目的是在客户和解决客户需求的软件项目之间建立对客户需求的共同理解,并形成评估、计划、实施和跟踪整个软件生命周期中软件项目活动的基础。文中详细阐述了CMM中需求管理的重要性,基本思想、所要涉及的任务,以及如何实施的方法,为软件组织进行有效的需求管理提供有益的指导。     

基于注释改进动态需求跟踪的方法

需求跟踪为软件工程提供有力的支持,然而人工建立需求跟踪关系费时费力,存在着成本过高,难以维护等问题.动态需求跟踪运用信息检索等技术,自动化建立需求文档和工作产品的跟踪关系,但在跟踪精度等方面仍然存在问题.在现有的动态需求跟踪方法基础之上,分析了需求动态跟踪精度问题产生的原因,提出了使用代码注释辅助动态需求跟踪的方法,改进了需求动态跟踪工具,并通过实验验证了方法对于动态需求跟踪效果的改进.     

需求描述前的需求跟踪问题

需求描述前的需求跟踪问题一直是软件工程中非常重要的一个方面，同时又是研究较少的一个方面。需求描述前的需求跟踪的提供者和使用者总存在一些难以解决的矛盾，本文首先从这一角度出发分析了需求描述前的需求跟踪问题。与传统技术一样，而向对象技术有保证需求描述前的需求可跟踪性的自动获取，为此文章讨论了在面向对象 支持需求描述前的需求跟踪能力的必要条件，在此基础上，文章介绍了一个支持需求跟踪的原型系统（ＯＯＲＴＳ     

设计说明的可跟踪性问题

本文提出了一个需求可跟踪性的模型。在此基础上，通过一个雷达系统的例子，对设计说明的可跟踪性问题进行了深入的讨论，并实现了相应的支持系统（ＯＯＲＴＳＴ）。     

深度长时目标跟踪算法综述

在视觉目标跟踪领域,长时跟踪因存在更为复杂的遮挡、相似物干扰和目标消失等具有现实意义的挑战场景,而越来越被研究者所重视。传统长时跟踪算法存在精度低和效率低等问题,已经无法满足如视频监控和自动驾驶等领域对跟踪器性能的应用需求。目前,大量的研究工作通过引入深度神经网络快速推动了长时跟踪技术的发展。为了深入分析深度长时跟踪算法的现状与未来发展,通过对比长短时跟踪数据集及评价指标,初步界定了长时跟踪任务范畴,归纳了长时跟踪任务的需求和难点,并介绍了长时跟踪数据集及评价体系的发展。基于深度长时目标跟踪算法的设计框架,详细描述了框架各组成部分的设计思路。以长时跟踪策略为切入点深入分析了现有研究工作,归纳了不同模型的优缺点及特性。依据对现有研究工作的整理和总结,讨论了该领域面临的挑战,并对未来的发展方向进行了展望。     

基于EVA的软件项目跟踪与监控的实施

项目跟踪与监控（SPTO）是软件过程管理的重要组成部分，如何对项目进行有效的跟踪与分析是该活动的关键。挣值分析法（EvA）是工程领域中的一种有效的分析法，将它引入到SPTO中，并结合一个具体项目，围绕EVA详细讲述了SPTO的实施情况。     

需求跟踪技术研究

需求跟踪是大型复杂软件开发的一个重要部分,为软件工程的许多活动提供有力的支持,它是实现有效的软件项目管理、提高软件系统质量的一个重要因素.本文对静态跟踪和动态跟踪技术进行了一定的归纳和分析.     

基于信息检索的需求跟踪方法综述

需求跟踪作为软件过程管理中的一个重要环节,在保障系统质量、应对需求变更方面发挥着重要作用。利用需求跟踪,软件工程师可以发现制品之间的依赖关系、评估需求覆盖率和计算需求变更的影响。随着软件项目的日益复杂和软件制品数量的增加,跟踪关系的自动恢复和维护日益受到业界关注。近年来,人们对于基于信息检索的需求跟踪自动化技术做了大量研究。针对基于信息检索的需求跟踪技术进行综述,从技术改进、支撑工具和度量指标三个方面进行了深入分析。在此基础上,对其发展趋势和有待深入的研究点进行了展望。     

宠物机器狗视觉跟踪系统的设计与实现

随着人工智能的发展,人们对智能宠物的需求随之产生。本文首先分析了卷积神经网络图像识别、光流跟踪、色彩跟踪3种方法的原理以及优缺点,进而选择色彩跟踪算法作为图像跟踪的主要方法,根据用户选择区域裁剪出目标的彩色图像,获取目标的色相(H)特征和亮度(L)特征,并选取目标的新一帧图像进行分析,来识别被跟踪的物体,最后提出今后的探索方向,旨在为宠物机器狗视觉跟踪设计提供借鉴。     

非功能需求跟踪

文中介绍了面向过程的非功能需求跟踪方法的原理，在一个雷达系统的设计过程中进行了该方法的应用分析，并实现了相应的支持工具的原型。     

一种基于句法分析的跟踪关系恢复方法

软件需求跟踪已被公认为影响软件项目成败的一个关键因素。针对大多数基于信息检索的需求跟踪方法都严重依赖于软件制品中的文本质量,提出了一种基于句法分析的动态需求跟踪方法。该方法能够从制品中抽取最有可能刻画自身特征的标引词,并减少制品中噪音对需求跟踪带来的不利影响。为了验证该方法的有效性,在多个来自不同项目且类型不同的软件制品上,比较了基于不同标引词集合的动态需求跟踪方法所建立的跟踪关系。实验结果表明,基于句法分析的动态需求跟踪方法能够有效地提高跟踪关系的准确性。     

动态需求跟踪中多义关键词的语义判断方法

虽然与信息检索（IR）方法相比，基于本体的动态需求跟踪方法能提高跟踪链的精度，但构建一个合理、有效的本体特别是领域本体是一个相当复杂和繁琐的过程。为了减小构建领域本体带来的时间成本和人力成本，通过将修饰词和通用本体相结合，提出基于修饰词本体的关键词语义判断方法（MOKSJM）。首先，对关键词和修饰词的搭配关系进行分析；然后，采用修饰词本体结合规则的方式来确定关键词的语义，以避免关键词的多义性对动态需求跟踪结果造成的偏差；最后，根据上述分析的结果，对关键词语义作出调整，并通过相似度得分来体现其语义。修饰词在需求文档、设计文档等中数量较少，因此建立修饰词本体所带来的时间成本和人力成本相对较小。实验结果表明，MOKSJM与基于领域本体的动态跟踪方法在召回率相当时，精度差距更小；与向量空间模型（VSM）方法相比，MOKSJM能有效提高需求跟踪结果的精度。     

面向对象的需求可跟踪性支持工具的设计

保证需求可跟踪性是实时系统开发中的一个重要方面。本文提出了一个实时系统的需求可跟踪性的模型。在此基础上，任舸用数据管理系统开发了一个支持使用实例分析的面向对象的系统开发过程的需求可跟踪性的辅助工具（ＯＯＲＴＳＴ）。