面向Java语言的设计模式抽取方法的研究

从源码中抽取设计模式对于提高软件可理解性和可维护性、软件设计重用以及软件重构具有重要意义。文章面向Java语言提出了一个从源码中抽取设计模式的方法。具体地,研究了一种特定的设计模式描述方法、定义了源码信息模型及其化简方法,以此为基础提出了设计模式模型和源码模型的匹配方法。特别讨论了在抽取设计模式时与container类相关的问题及其解决方案。最后根据抽取结果从模式及其实例的角度对方法进行了评价,并提出了必要的优化技术。     

应用机器学习方法的设计模式挖掘研究

从源码中挖掘设计模式实例具有重要意义，它能够提升软件系统的可理解性和可维护性。基于机器学习方法，提出了一个设计模式挖掘方法。其中，使用类关系图表示软件系统和设计模式，采用子图匹配的方法从软件系统中提取出候选设计模式实例，过滤了大量非设计模式实例组合，提高了设计模式挖掘效率；提出了度量指标，将软件系统和设计模式向量化，采用机器学习的方法对候选设计模式实例进行分类，提高了设计模式挖掘的准确率。实验结果证明此方法效率和有效性上得到了一定的提升。     

基于层次分析的客服中心实时数据流自动监测方法

为了提高客服中心的智能管理和信息调度能力,结合大数据分析方法进行客服中心实时数据监测和自动采集设计。提出一种基于模糊规则特征量挖掘和层次分析聚类的客服中心实时数据流自动监测方法。建立客服中心的网格分布结构模型并进行客服中心实时数据流监测统计特征分析,进行客服中心实时监测数据属性集的向量量化特征分解,对客服中心实时数据采用信息融合和模糊层析性分析方法实现信息融合,进行关联数据自适应特征提取,挖掘客服中心实时监测数据信息流的正相关性特征量。在层次性聚类算法基础上采用自回归分析进行客服中心实时数据流的模糊聚类和信息预测,提高客服中心实时数据监测的准确性,同时降低了客服服务中心数据流监测的风险。仿真结果表明,采用该方法进行客服中心实时数据监测的聚类性较高,预测性较好,能降低数据聚类的误分率,提高了客服中心实时数据监测能力。     

基于语义网络的海量源码搜索引擎

提出一种通过类自然语言输入在海量源码库中进行代码搜索的方法,旨在提高开源代码在方法层面的重用性。相比于传统的关键字匹配的海量源码搜索方案与基于自然语言的上下文相关的项目内定位方法,本文的程序分析结合语义网络的算法既可解决前者由于源码中缩写与近义词问题带来的目标无法匹配的问题,同时也可解决基于自然语言的源码定位受限于指定项目无法在应用于海量源码搜索的限制。最后通过实验验证引擎的可靠性与可用性。     

SDM技术在交通信息服务系统中的应用

交通信息服务系统是智能交通系统的重要组成部分,本文针对交通信息服务系统中存在的模糊地名匹配问题,研究了空间数据挖掘方法中聚类分析方法,并提出了基于CURE聚类方法的模糊地名匹配模型和算法.最后以广州市电子地图为例,对本文提出的算法进行了验证,实验证明采用该算法可以有效的提高空间信息的检索速度和模糊地名匹配效率.     

源代码中设计模式实例的抽取及验证方法研究

从源码中抽取设计模式对于提高软件可理解性和可维护性、软件设计重用以及软件重构具有重要意义。面向Java语言提出了一种静态和动态分析相结合的源码中设计模式的抽取方法。具体地,研究了源码中设计模式抽取的静态结构分析过程,为了进一步提高设计模式实例抽取的准确率,对结构分析得到的创建型模式候选,使用创建对象的多重性分析方法进行验证,对结构分析得到的行为型模式候选,使用动态分析的方法进行验证,以区分结构相似但行为不同的模式的实例。最后实现了设计模式抽取工具并对开源软件中的模式实例进行抽取。通过实验数据,验证了设计模式实例抽取及验证方法的可行性及有效性。     

一种基于模糊推理的细匹配方法

所有基于Plan的自动程序理解工具都采用把源码段跟标准Plan相比较的方法来得到源码语义信息。采用程序段的特征信息作为匹配索引项进行粗匹配可以大大加快匹配效率,但完全依赖特征信息作为匹配代理造成了信息流失。该文提出了一种基于模糊推理的细匹配方法来进行相似度分析,目的是对粗匹配得到的潜在Plan集进行相似度分析以得到最终候选Plan集。     

基于改进混沌分区算法的模糊信息抽取

在大数据环境下进行模糊信息挖掘抽取中受到数据之间的小扰动类间干扰的影响,导致信息抽取的特征聚类性不好。为此提出一种基于改进混沌分区算法的模糊信息抽取方法,对高维数据信息流进行分布式结构重组,以Lorenz混沌吸引子作为训练测试集进行大数据模糊信息抽取的自适应学习训练,采用相空间重构技术对大数据的混沌吸引子负载特征量进行自相关特征匹配处理,提取模糊信息的平均互信息特征量,结合关联规则模糊配对方法进行大数据混沌分区,实现模糊信息的优化聚类,根据数据聚类结果实现模糊信息准确抽取,对抽取的高维模糊信息进行特征压缩,降低计算开销。仿真结果表明,采用该方法进行大数据样本序列的模糊信息抽取的聚类性较好,抗类间扰动能力较强,模糊信息抽取的准确概率较高,在数据挖掘和特征提取中具有很好的应用价值。     

基于信息属性的信息分发模型

针对基于主题消息中间件系统队列插入效率不高、主题匹配精确性低的问题,对一种基于信息属性的信息分发模型进行研究。通过研究信息的属性,制定合理的优先级,采用基于优先级百分比的插入算法,提高消息入队的效率;依据信息属性对XML文档进行匹配,完成对订阅信息的匹配,提高订阅的精确性。实验结果表明,该模型能够提高信息分发效率与匹配精确性,解决了基于主题匹配模型的低效模糊问题。     

基于设计模式的软件设计恢复方法研究

从源码中抽取设计模式对于提高软件可理解性和可维护性、软件设计重用以及软件重构具有重要意义.本文研究基于设计模式的软件设计恢复方法框架,并根据该框架对设计模式实例查找过程可能遇到的关键问题予以分析解答,探讨该领域未来的研究方向和趋势.     

基于LePUS的设计模式CASE工具的设计与实现

设计模式是软件工程界的热点，在面向对象软件设计中扮演着重要角色，自动化支持设计模式非常必要。为此，以LePUS语言为基础，提出了一个支持设计模式的CASE工具原型模型，该工具支持设计模式代码框架的自动生成，更重要的是该工具可以通过加入新的设计模式而得以扩展。此外，详细分析了实现中的源程序内部表示、设计模式实例化、动态模板生成技术等关键技术。     

基于.NET分布式系统的模式研究

在分布式系统设计中,针对B/S和C/S架构在实际应用中的不足,提出了基于.NET框架N层架构模式.根据N层体系架构的特性,利用设计模式,针对数据访问层提出了服务提供者模式.该模式是一种能提高软件扩展性的设计模式,它的特性在于可以不必更改核心代码而改变核心功能.最后利用.NET反射技术结合工厂方法,通过实现模式得以实现,使其在数据访问方面具备了更好的扩展性.     

基于程序源代码的设计模式自动发现技术研究

基于程序源代码的设计模式自动发现是软件逆向工程的重要技术组成。以此为研究对象,提出了一种通用的设计模式自动发现框架,对该框架中的代码理解、模式表示、匹配算法等关键技术进行了研究。并在该框架下,分析比较了国际上三种先进解决方案在以上各技术方面的实现方法和各自特点。并对该项技术的发展前景进行了展望。     

基于感性语意模糊因子评价的图案设计源码特征集筛选

目前感性研究多从意象到设计特征正面探究设计问题,缺乏从意象诱因设计源码 反向推理的感性研究,为此提出一种从用户角度出发并结合感性模糊因子评价与聚类分析的反 向意象诱因设计源码筛选方法,以提取引发用户感性意象的图案设计源码特征。首先筛选数据 样本以建立样本感性语义空间,通过契合评价法筛选出基础因子。其次运用模糊因子评价确定 因子权重,从而能获取图案集的评价及可靠度,并以因子为评价准则结合聚类分析筛选出图案 设计源码特征集。最后通过 T 检验验证该方法的有效性与可行性,并以苗族服饰图案为对象进 行了实例研究。研究结果表明,该方法基于感性认知理论基础能够有效地指导设计源码特征集 的建立。     

Theory and practice of unparsed patterns for metacompilation

Several software development tools support the matching of concrete syntax user-supplied patterns against the application source code, allowing the detection of invalid, risky, inefficient or forbidden constructs. When applied to compilers, this approach is called metacompilation. These patterns are traditionally parsed into tree patterns, i.e., fragments of abstract-syntax trees with metavariables, which are then matched against the abstract-syntax tree corresponding to the parsing of the source code. Parsing the patterns requires extending the grammar of the application programming language with metavariables, which can be difficult, especially in the case of legacy tools. Instead, we propose a novel matching algorithm which is independent of the programming language because the patterns are not parsed and, as such, are called unparsed patterns. It is as efficient as the classic pattern matching while being easier to implement. By giving up the possibility of static checks that parsed patterns usually enable, it can be integrated within any existing utility based on abstract-syntax trees at a low cost. We present an in-depth coverage of the practical and theoretical aspects of this new technique by describing a working minimal patch for the GNU C compiler, together with a small standalone prototype punned Matchbox, and by lying out a complete formalisation, including mathematical proofs of key algorithmic properties, like correctness and equivalence to the classic matching.     

基于Web界面设计模式的复杂行为建模及其代码生成方法

目前基于模型的Web用户界面(UI)研究中缺乏对复杂行为的模型设计和开发方法,极大地限制了此类方法的工程化应用。针对此问题,提出了一种形式化的Web界面行为描述语言,对基于Web的用户界面中的复杂行为建模,实现了行为模型的代码自动生成。实验表明,本方法在Web用户界面设计的开发过程中具有极大的灵活性,提高了界面设计模式的复用性。