共查询到17条相似文献,搜索用时 62 毫秒
1.
面向对象系统的类之间依赖关系度量研究 总被引:1,自引:0,他引:1
类之间的依赖关系,对于面向对象系统分析、设计和测试都有重要的意义。本文首先对类之间的依赖关系进行了定义和说明,并细分其为数据依赖和方法依赖,在此基础上。提出依赖度和被依赖度两种度量方法,并进行了严格的语义分析和说明。 相似文献
2.
对象类之间依赖关系度量分析 总被引:5,自引:1,他引:4
类之间的依赖关系,对于面向对象系统分析、设计和测试都有重要的意义。该文首先对类之间的依赖关系进行了定义和说明,并细分其为数据依赖和方法依赖,在此基础上,提出依赖度和被依赖度两种度量方法,并进行了严格的语义分析和说明。最后,文章提出依据这两种度量方法来确定类的规模大小的算法。 相似文献
3.
本文研究关系模型中对象类视图关系模式的数据依赖问题。关系数据库中用一组表存放一个对象类的数据,并用视频实现对象类。本文分析该视图的列之间存在的函数依赖和多值依赖,并证明了类的所有单值和多值属性组成对象标识的多值依赖基。 相似文献
4.
5.
基于类之间的依赖关系确定类的规模 总被引:1,自引:1,他引:0
类之间的依赖关系,对于面向对象系统分析、设计和测试都有重要的意义。本文首先对类之间的依赖关系进行了定义和说明,并细分其为数据依赖和方法依赖,在此基础上,对类之间的依赖关系进行了度量,提出依赖度和被依赖度两种度量方法,并以此确定类地规模大小。 相似文献
6.
7.
8.
OLAP系统中用户的会话视图 总被引:1,自引:0,他引:1
1.前言在数据库系统中,视图是由基表或其它视图导出的虚表,只在数据目录中保留其逻辑定义,而不作为一个表实际存储在数据库中。数据库管理员可以为特定的用户或用户群定义一个或多个视图,以限制或引导他们对数据库的访问。用户也可以定义视图,把自己的视野集中在有意义的范围内。在文[1]中,提出了Web用户视图的概念,将Web用户的注意力限制在其感兴趣的范围内。 相似文献
9.
在实体化视图的选择问题上,从用户偏好的角度出发,运用了关联规则算法对用户在视图上的查询行为进行挖掘分析,从而得出更智能化的实体化视图的选择策略. 相似文献
10.
基于用户近期兴趣视图的个性化推荐 总被引:1,自引:0,他引:1
提出了一种基于用户近期视图进行个性化推荐的方法。通过对用户浏览行为的捕获,形成用户近期视图反应用户的这种近期兴趣变化,以此为用户提供及时准确的个性化信息推荐。并用实验验证了利用此方法进行个性化推荐具有比较理想的效果。 相似文献
11.
12.
信息资源规划是解决"信息孤岛"的有效方法。本文以高校信息资源为研究对象,采用信息资源规划方法,建立统一基础数据管理平台,实现了全校范围内各种信息资源基础数据的整合,从而实现了全校范围的信息共享。 相似文献
13.
为解决当前企业信息化建设中“信息资源整合与共享问题”,提出了一种基于IRP的企业信息化工程整体解决方案。介绍了信息资源规划的相关知识,分析了IRP与ERP之间的区别,采用信息资源规划方法,提出了一整套由“方法论+标准规范+支持工具”组成的技术体系解决方案,从而减少企业内部信息交流和沟通的中间环节,加快部门信息传递速度,提高了企业内部计算机应用水平,促进了企业现代化管理水平的提高,增强了企业的市场竞争能力。 相似文献
14.
为解决当前企业信息化建设中"信息资源整合与共享问题",提出了一种基于IRP的企业信息化工程整体解决方案.介绍了信息资源规划的相关知识,分析了IRP与ERP之间的区别,采用信息资源规划方法,提出了一整套由"方法论 标准规范 支持工具"组成的技术体系解决方案,从而减少企业内部信息交流和沟通的中间环节,加快部门信息传递速度,提高了企业内部计算机应用水平,促进了企业现代化管理水平的提高,增强了企业的市场竞争能力. 相似文献
15.
Relation extraction has been widely used to find semantic relations between entities from plain text. Dependency trees provide deeper semantic information for relation extraction. However, existing dependency tree based models adopt pruning strategies that are too aggressive or conservative, leading to insufficient semantic information or excessive noise in relation extraction models. To overcome this issue, we propose the Neural Attentional Relation Extraction Model with Dual Dependency Trees (called DDT-REM), which takes advantage of both the syntactic dependency tree and the semantic dependency tree to well capture syntactic features and semantic features, respectively. Specifically, we first propose novel representation learning to capture the dependency relations from both syntax and semantics. Second, for the syntactic dependency tree, we propose a local-global attention mechanism to solve semantic deficits. We design an extension of graph convolutional networks (GCNs) to perform relation extraction, which effectively improves the extraction accuracy. We conduct experimental studies based on three real-world datasets. Compared with the traditional methods, our method improves the F 1 scores by 0.3, 0.1 and 1.6 on three real-world datasets, respectively. 相似文献
16.
17.
对不完备信息系统进行扩充,考虑不同对象可能具有不同的重要性,引入了对象重要性函数.使得知识表达系统可以融入主观偏好和领域先验知识等因素。在此基础上,根据一般二元关系新定义了粗糙集的近似精度、粗糙熵、知识的粗糙熵的概念,证明了扩展不完备信息系统中不确定因素的变化与度量强度之间的重要关系。对于知识依赖进行了深入探讨,研究了由知识动态变化所引起的知识依赖度量程度的变化,进行了相关定理的证明。 相似文献