基于组件技术的数据控掘系统的研究与实现

针对通用数据挖掘系统的应用局限性和专用数据挖掘系统开发的复杂性,提出了一种基于组件技术的数据挖掘应用开发模型,用于实现数据挖掘实际应用系统开发中的软件复用.讨论了系统实现的具体方法、内容,给出了COM组件技术在数据挖掘的应用实例,对构建实用的数据挖掘系统进行了探索.     

基于MapReduce的数据挖掘平台设计与实现

MapReduce编程模型的简单性和高性价比使得其适用于海量数据的并行处理.然而,MapReduce欠缺对多数据源、组件复用以及数据可视化支持,这些缺点使用户在运用MapReduce框架进行数据挖掘时暴露出开发效率低下,重复开发等问题.提出了一种基于MapReduce的数据挖掘平台的设计与实现,该设计思想为Hadoop作为大规模数据计算平台在数据挖掘、数据可视化以及商业智能应用方面的不足提供了参考与弥补.同时,基于该方法实现了一个大规模数据挖掘工具.     

基于组件技术的数据挖掘系统的研究与实现

针对通用数据挖掘系统的应用局限性和专用数据挖掘系统开发的复杂性,提出了一种基于组件技术的数据挖掘应用开发模型,用于实现数据挖掘实际应用系统开发中的软件复用。讨论了系统实现的具体方法、内容,给出了COM组件技术在数据挖掘的应用实例,对构建实用的数据挖掘系统进行了探索。     

基于策略模式的中医数据挖掘平台的设计与研究

随着数据挖掘技术的发展和中医信息化的逐渐深入,很多数据挖掘方法被应用到中医研究领域.本文针对面向对象软件设计模式中的策略模式在数据挖掘科研软件平台设计开发上的应用进行了研究,并提出平台设计概要.在此基础之上,提出一种中医数据挖掘研究的思想方法:将中医问题(数据)封装、将数据挖掘方法(算法)封装,实现统一的接口,从而实现在某一类中医问题中尝试不同的数据挖掘方法、将某一种数据挖掘方法应用于不同的中医问题.基于上述思想方法,实现了中医数据挖掘平台,用于中医相关领域的数据挖掘研究.     

基于构件和总线集成的业务基础平台框架研究

为了提高软件复用的灵活性和软件的开发效率,提出了一个基于构件和总线集成的业务基础平台框架（CBBF）,以结构级的构件定制和复用生成业务过程,以体系结构支撑和集成软件系统。阐述了基于业务基础平台的开发模式;设计了CBBF的体系结构;分析了CBBF实现的关键设计,包括XML总线集成的内核引擎、构件分类、构件模型的形式化描述和构件组装;给出了CBBF的实现细节。实践表明CBBF可以简化软件开发过程,大幅提高软件开发效率。     

设计模式复用支持系统的设计实现

设计上的复用是软件复用的较高层次。设计模式是设计成果的总结，设计模式复用是完成设计成果复用的有效途径。而改变在设计模式应用过程中过份依靠人工的现状，有着重大的意义。文章从描述、储存、管理等方面阐述了设计模式复用支持系统的实现，并给出了一个现阶段较为可行的实现方案。     

决策树方法在软构件查询中的应用研究

在基于可复用构件库的软件开发中,如何从构件库中查询满足条件的构件是构件库系统的研究重点之一.数据挖掘技术为解决上述问题提供了一条可行的途径,文中对如何利用决策树的分类发现方法进行可复用构件的查询作一探讨.通过对数据挖掘技术的应用,为复用者理解和选取构件提供了一定程度的辅助决策支持,为复用的成功提供了技术保障.     

ABC:基于体系结构、面向构件的软件开发方法

基于构件的软件复用和开发被认为是提高软件开发效率和质量的有效途径,并在分布式系统中得到了广泛的应用.但是,目前的软件构件技术主要还是着眼于构件实现模型和运行时互操作,缺乏一套系统的方法以指导整个开发过程.近年来,以构件为基本单元的软件体系结构研究取得了较大的发展.它通过对软件系统整体结构和特性的描述,为面向构件的软件开发提供了一个自顶向下的途径.介绍了一种以软件体系结构为指导,面向构件的软件开发方法,试图为基于构件的软件复用提供一种有效的解决方案.这种方法主要是将软件体系结构引入到软件开发的各个阶段,作为系统开发的蓝图,利用工具支持的自动转换机制缩小从高层设计到实现的距离,而后在构件平台的运行支持下实现自动的系统组装生成.     

基于J2EE的E-CRM系统的设计与实现

针对当前CRM的发展方向，为实现E-CRM系统，提出了以J2EE作为开发平台，并在处理客户数据方面充分利用数据挖掘技术；在系统的实现部分，提出了一个集正确性、合理性及一定程度上的可复用性的理论模型，并最终得以实现。     

复用技术在软件工程领域中的应用

软件重复创建造成的巨大浪费,一直未被人们充分重视.构建软件复用库,实现复用驱动的软件开发过程是提高软件开发效率和质量的有效途径,分析复用驱动的软件开发过程,探讨了在软件工程领域实现软件复用的技术方法和软件复用能力评估.     

基于策略模式的中医数据挖掘平台

随着数据挖掘技术的发展和中医信息化的逐渐深入,很多数据挖掘方法被应用到中医研究领域。针对面向对象软件设计模式中的策略模式在数据挖掘科研软件平台设计开发上的应用进行了研究,并提出了平台设计概要。在此基础之上,提出了一种中医数据挖掘研究的思想方法：将中医问题（数据）封装、将数据挖掘方法（算法）封装,实现统一的接口,从而实现在某一类中医问题中尝试不同的数据挖掘方法、将某一种数据挖掘方法应用于不同的中医问题。基于上述思想方法,实现了中医数据挖掘平台,用于中医相关领域的数据挖掘研究。     

基于VTK的矿体三维可视化研究与实现

矿体三维可视化是矿业软件研发、数字化矿山建设的基础和重要内容。结合大型矿业软件系统DiMine的开发实践,对VTK的体系结构进行了分析,在此基础上对VTK的cell类型及数据集类型进行了扩展,并设计实现了相应的类,利用VC++开发工具开发了一种新的矿体三维可视化平台。研究表明,该平台在可视化性能以及分析结果展示等方面比当前国外主要矿业软件具有更大的优越性。     

面向服务的数据挖掘平台体系结构研究*

针对当前数据挖掘软件中普遍存在的功能耦合过于紧密、资源共享程度不高、软件难以重用、可扩展性不好等问题,提出了一种面向服务的数据挖掘平台(SODMP)的概念模型,并给出了SODMP平台的设计方案.该平台由DM应用、DM服务代理、DM服务、操作系统接口四部分组成,在结构上实现了应用与服务的分离,具有开放、灵活、易重用、易扩展等特点.     

半监督软件缺陷挖掘研究综述

软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因。软件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已得到了软件质量保障领域的广泛关注。要准确发现软件模块中潜在的缺陷,需要利用大量带有缺陷情况标注的模块进行学习。然而,缺陷情况标注往往需要通过详细测试或人工代码检查获取,要消耗大量测试和人工资源,在实际应用中难以满足,这严重制约了软件缺陷挖掘的性能。针对这一问题,半监督学习技术被引入软件 缺陷挖掘,通过对大量缺少标注的模块进行利用,辅助提升软件缺陷挖掘的性能。本文对半监督缺陷挖掘技术的研究现状进行综述。首先综述了软件缺陷挖掘研究现状,然后简要介绍了半监督学习的4种学习范式;最后系统梳理了基于半监督学习进行软件缺陷挖掘的多种方法与技术。     

基于构件的可重构软件开发平台技术研究

研究了可重构软件开发平台技术。提出了单一建模数据源技术,并基于这一技术设计了同时支持C／S和B／S两种软件体系结构的可重构软件开发平台及其关键业务构件。分析了基于构件化软件开发平台应用软件系统的构造过程。     

基于模板技术的生物信息软件Web自动发布系统

随着人类基因组计划的完成,涌现了大量旨在从生物数据中分析和挖掘有关知识的生物信息软件,对这些软件进行Web发布以提供共享服务也就变得日益重要.采用B/S模式、模板技术以及Java相关技术,设计和实现了一个生物信息软件Web自动发布系统(简称BSWAP),它能方便地将本地软件发布到Internet,提供软件的在线计算、实时下载等服务.该系统已应用于人类遗传基因信息数据整合及共享信息平台(简称HGRP).     

数据驱动的双层次软件过程挖掘方法

为了解决软件过程数据因活动信息及案例属性的缺失而无法应用传统过程挖掘方法的问题,以软件过程数据为研究对象,提出了一种双层次的软件过程挖掘方法.在活动层,提出加权结构连接向量模型对过程日志进行向量化,通过平均活动熵来确定过程日志模糊聚类的结果,将聚类结果作为活动信息支持后续挖掘工作的开展;在过程层,以启发式关系度量为基础,针对非完全循环进行研究,提出了过程层单触发序列循环划分的日志完备性条件,并进一步给出了循环归属的度量方法.基于大量真实软件过程数据的实验结果表明了双层次的软件过程挖掘方法的可行性及正确性.     

定制软件开发平台的研究与设计

针对定制软件开发用户需求变动大和生产效率质量不高的问题,指出平台化和构件化是提高软件生产力的有效方法,并设计一个包含业务层、平台内核层、适配器层和数据层的定制软件开发平台。     

静态软件缺陷预测方法研究

静态软件缺陷预测是软件工程数据挖掘领域中的一个研究热点.通过分析软件代码或开发过程,设计出与软件缺陷相关的度量元;随后,通过挖掘软件历史仓库来创建缺陷预测数据集,旨在构建出缺陷预测模型,以预测出被测项目内的潜在缺陷程序模块,最终达到优化测试资源分配和提高软件产品质量的目的.对近些年来国内外学者在该研究领域取得的成果进行了系统的总结.首先,给出了研究框架并识别出了影响缺陷预测性能的3个重要影响因素:度量元的设定、缺陷预测模型的构建方法和缺陷预测数据集的相关问题;接着,依次总结了这3个影响因素的已有研究成果;随后,总结了一类特殊的软件缺陷预测问题(即,基于代码修改的缺陷预测)的已有研究工作;最后,对未来研究可能面临的挑战进行了展望.