面向服务聚类的短文本优化主题模型

为了获取高质量的隐式主题结果,提高服务聚类精度,解决服务描述文档文本短带来的语义稀疏性与噪声问题,提出词向量与噪声过滤优化的词对主题模型(BTM-VN). 该模型以词对为基础,拓展服务描述文档,获取额外的语义信息,设计利用主题分布信息进行代表词对概率计算的策略,通过在采样过程中计算代表词对矩阵,提高代表词对在当前主题的权重,降低噪声词对服务描述文档主题获取的干扰. 利用词向量筛选待训练的词对集合,减少共现意义低的词对组合,解决词对主题模型耗时较长的问题. 使用优化的密度峰值聚类算法对经BTM-VN训练后的服务主题分布矩阵进行聚类. 实验结果表明,基于BTM-VN的服务聚类方法在3种聚类评价指标上的表现均优于传统的服务聚类算法.     

软件产品族构件演化及其复杂度评价

基于现有构件以演化方式产生出新的构件是提高软件复用水平和满足用户不断变化需求的关键技术。首先,给出了一种基于多个代理的构件演化交互模型,该模型能够以自治方式实现演化一致性数据处理;其次,利用方面织入机制将新的功能代码准确织入现有构件内部,降低了构件不同功能代码的耦合度;然后,对构件演化的复杂度进行了讨论,给出了四项演化复杂度评价指标和一个复杂度计算模型,以对构件演化成本进行量化估算;最后,以数字化校园中各应用系统间数据交换构件演化为例,证明了方法的可行性和有效性。     

基于全局依赖网的Web服务组合自动演化方法研究

为适应互联网环境下动态的运行环境以及多变的用户需求,快速构建面向服务架构的软件系统,本文提出一种基于全局依赖网的Web服务组合自动演化方法.该方法能够根据用户演化需求对服务组合执行演化操作,在服务全局依赖网的基础上从各演化点出发执行正向演化推理与反向演化推理,确保执行演化操作之后的正确性和有效性,自动生成服务组合演化结果.应用实例表明本方法能够有效实现服务组合的自动化演化,有助于降低基于服务组合的软件开发成本,缩短软件开发周期.     

基于关联规则挖掘领域的Apriori算法的优化研究

挖掘关联规则是数据挖掘领域的一个重要研究课题,在挖掘数据间的关联性时具有非常重要的意义。本文在分析关联规则挖掘及Apriori算法的基础上,从压缩扫描数据集及提高剪枝效率等方面对算法进行了优化改进,从而达到了降低消耗、提高算法效率的目的。最后,通过实例对优化的Apriori算法作了详细介绍。     

一种自适应的软构件反射结构模型

基于反射技术,提出一种自适应软构件的反射结构模型.在此基础上,设计用于描述软构件自身特征的元对象,并通过元对象协议中的方法调用支持构件运行时的变化.通过实例说明应用反射技术,提高构件灵活性和适应性.     

浅谈关于平原区调洪演算的计算方法

根据太平港沿线地区的基本水情和高概率受淹、内涝的现状,充分考虑区域现状特性,对太平港沿线防洪排涝工程的防洪演算进行研究,通过采用经典的瞬时单位线法进行演算,科学确定各口门建筑物的排涝流量规模及调洪运行方式。通过进一步计算对比,分析瞬时单位法和短历时雨强计算法的优缺点。     

蓝牙主控制器接口简析

介绍了蓝牙主控制器接口(HCI)规范的内容,着重描述了对HCI的功能分析。HCI提供对基带控制器和链路管理器的命令接口以及对硬件状态和控制员的访问。该接口还提供对蓝牙基带的统一访问模式。