基于刻面分类标识和聚类树的构件检索方法

针对如何从规模庞大的软件构件库中快速且高效地检索出目标构件的问题,提出一种基于刻面分类标识和聚类树的构件检索方法。使用构件标识集合对构件进行刻面分类标识描述,克服了单纯采用刻面分类法对构件进行分类描述和检索时带来的主观因素的影响;引入聚类树的思想,对构件进行基于语义相似度的聚类分析,建立构件聚类树,能有效地缩小检索范围,减少检索构件与构件库中构件比较的次数,提高检索效率。最后在实验中与一般检索方法对比,实验结果表明该方法的构件查准率为88.3%,查全率为93.1%;而且在大规模的构件库中使用时依然有良好的检索效果。     

基于领域本体的软构件检索

为了提高刻面分类检索软构件的查准率,结合领域本体,提出了支持自然语言检索的软构件检索过程模型.该模型抽象了领域知识,形成领域本体库,用于匹配用户检索使用的自然语言,提供领域内一致认可的检索术语.该术语然后与软构件描述库中的软构件描述术语进行匹配,进而从软构件库中检索软构件.软构件描述库采用了刻面分类方法.ATS软构件检索实验结果表明,较之于传统的刻面分类方法,该检索策略既提高了检索精度,又增强了检索的灵活性.     

软件构件的ATE表示及其聚类方法

提出一种自动标签提取(ATE)构件表示方法,并设计基于ATE的模糊聚类方法。ATE表示能够包含比刻面分类更多的有效信息,并克服构件刻面分类可能产生的主观因素影响。模糊聚类使构件摆脱传统聚类的硬划分模式,可分别隶属于不同的簇,对构件检索提供更好的支持。在原型构件库中的对比实验证明该方法的可行性与有效性。     

基于语义相似度与优化的构件聚类算法

为克服刻面分类表示法的人为主观因素,采用了刻面分类与全文检索相结合的方法对构件进行了表示.同时,从语义角度出发,结合优化技术,提出了一种基于语义相似度与优化的构件聚类算法.该算法有效地减少了刻面分类的主观性因素,进一步提高了构件查询的效率和准确性,并与基于向量空间模型的构件聚类效果进行比较.实验结果表明,基于语义相似度与优化的构件聚类算法的有效性,它在一定程度上改善了构件聚类的效果,提高了聚类质量.     

基于空间编码的刻面分类构件检索方法研究

如何从构件库中找到需要的构件,是每个构件库系统需要解决的一个主要问题。论文给出了一种新的基于刻面的构件描述的检索方法,通过对构件库中刻面术语空间的编码,将查询树和构件树之间的树匹配转化为索引串之间的字符串匹配,提高了构件检索效率。该成果已在实际项目中得到应用,并得到验证。     

基于等级策略的构件聚类研究

构件库系统需解决两个核心问题:构件的分类表示与构件的检索,其中对构件的合理分类是实现构件高效检索的基础和前提。针对目前常用的刻面分类表示法存在的人为主观因素,采用了刻面分类表示与正文检索相结合的方法对构件进行描述,并依据用户的需求对刻面分类方案中的主刻面赋予不同的等级。提出了一种基于等级策略的构件聚类方法对构件进行聚类分析,并通过实验验证了该方法是有效的,实现了对构件更合理的分类,提高了构件检索的效率和准确性。     

基于刻面描述的构件检索匹配方法应用研究

可复用软构件检索是构件库和软件复用领域的研究重点.基于刻面分类模式,将构件的刻面描述和查询表达式分别映射成两棵树,利用构件信息集成方式在集成端数据库借鉴树匹配思想进行检索,有效地提高了查全率和查准率.     

HISPF智能构件管理器的研究

构件管理器是医疗卫生机构信息系统应用平台HISPF的重要组成部分,其基本思想采用构件理论与技术结合人工智能理论实现了对构件库的编辑,通过刻面分类技术对构件进行聚类以实现构件的分类存储及目录库的管理。该文对其基本原理、关键技术进行了讨论。     

XML技术在软件构件库中的应用

在构件库系统的构件分类与描述方案的选择设计中,本文分析了构件刻面分类方法,提出采用XML技术实现构件的刻面描述方案,并从技术实现、发展演化等方面对该方案做了较详细的分析,给出了具体的刻面设计及描述实现,从而建立软件构件库系统的构件数据模型.     

信用构件的刻面分类及检索方法研究

本文引入软件复用来实现信用评估系统的构件化开发,通过对信用评估系统及评估建模方法的分析,提出信用评估构件库的刻面分类,结合具有良好扩展性的术语空间层次编码,对构件检索技术进行了讨论,将查询条件和构件描述的匹配转化为字符串集之间的匹配,采用向量空间模型的相似度量来提高构件的查全率。     

基于相似性分析的软件构件聚类研究

设计了一种对基于XML描述的软件构件进行聚类的算法（即基于模拟退火的构件聚类算法）,该算法通过模拟金属退火基本原理对构件库中的软件构件聚类进行全局优化.构件聚类时,根据一般意义的树间编辑距离,提出一种用于判断基于XML描述的构件间是否相似的度量测度（称为XML编辑距离）.利用XML编辑距离,可将构件间相似性度量的时间复杂度限制在多项式级,且能保持构件的XML描述文档的节点语义信息和节点间的祖孙嵌套关系.最后,在构件库测试模型上进行实验,结果证实了基于模拟退火的构件聚类算法在构件查询实践中的可行性和有效性.     

基于MMF的互操作性软构件库管理模型的研究

提出了一种基于MMF的互操作性软构件库管理模型。该软构件库管理模型能够保证现有的异构软构件库之间的互操作性,增强了构件库管理软构件的能力,并且大大提高了构件库中所管理的软构件的重用度。     

一种基于PCA和系统成团法的聚类软件设计

提出一种基于主分量分析和系统成团法的快速聚类方法.通过构造主分量空间将分散在一组变量上的高维天体光谱投影到两个主分量上,每一个主分量都是原始变量的线性组合,主分量之间互为正交关系,在剔除冗余信息的同时,得到二维坐标;以此为输入,使用系统成团法进行聚类分析研究,实现高维天体光谱的快速自动分类处理.以上述方法为基础设计天体光谱自动分类软件,实现海量光谱的快速、准确分类.     

软件测试管理的研究与应用

随着计算机的广泛应用和计算机科学技术的不断发展，计算机系统的组成也相应发生了许多变化，计算机软件的主导作用愈加明显。软件工程的进一步发展，给软件测试及测试管理带来很大帮助。本文简要介绍了软件测试管理的概念、计划、活动、功能、周期、工作量模型及其应用。     

基于构件行为聚类的软件工程知识分类

针对传统软件工程知识分类方法效率低下的问题,提出一种改进的软件工程知识分类方法。依据软件工程知识体系(SWEBOK)对构件行为进行聚类,确定关联系数、最佳聚类数和模糊关联矩阵,基于K-NN算法和结构建模方法生成软件知识分类系统,并根据训练先验知识将新知识归入到SWEBOK的对应类别下。实验结果表明,该方法具有较好的分类效果。     

Learning from the future of component repositories

An important aspect of the quality assurance of large component repositories is to ensure the logical coherence of component metadata, and to this end one needs to identify incoherences as early as possible. Some relevant classes of problems can be formulated in term of properties of the future repositories into which the current repository may evolve. However, checking such properties on all possible future repositories requires a way to construct a finite representation of the infinite set of all potential futures. A class of properties for which this can be done is presented in this work.We illustrate the practical usefulness of the approach with two quality assurance applications: (i) establishing the amount of “forced upgrades” induced by introducing new versions of existing components in a repository, and (ii) identifying outdated components that are currently not installable and need to be upgraded in order to become installable again. For both applications we provide experience reports obtained on the Debian free software distribution.     

一种概念空间自生成方法

文章提出一种自动生成概念空间的方法。首先通过SOM神经网络,对文本进行聚类,之后从结果中提取反映各类文本内容的概念,用于标注文本的类别,再通过模糊聚类进行概念自动抽象与归纳形成概念空间,用于文本的管理。SOM本身是无监督的学习方式,在设定好参数后,经过训练自动生成文本空间与概念空间的映射图。相关试验和结果表明概念空间对文本有很好的分类管理功能,便于文本检索。     

基于代表熵的基因表达数据聚类分析方法

针对基因表达数据样本少,维数高的特点,尤其是在样本分型缺乏先验知识的情况下,结合自组织特征映射的优点提出了基于代表熵的双向聚类算法。该算法首先通过自组织特征映射网络（SOM）对基因聚类,根据波动系数挑选特征基因。然后根据代表熵的大小判断基因聚类的好坏,并确定网络的神经元个数。最后采用FCM（Fuzzy C Means）聚类算法对挑选出的特征基因集进行样本分型。将该算法用于两组公开的基因表达数据集,实验结果表明该算法在降低特征维数的同时,得出了较高的聚类准确率。