基于方法切片及入口依赖的回归测试研究

为了提高大型软件回归测试效率,将程序切片思想应用于回归测试用例选择过程,提出了方法切片及入口依赖的概念。切片算法MethodSlice以方法为基本单元进行切片,提取软件变化影响点,仅选择那些受源程序修改部分影响的测试用例进行回归测试。实验结果表明:与传统的程序切片相比,方法切片更易用于大型软件的回归测试过程中,其实现简单,不易出错,在一定程度上提高了软件回归测试效率。     

基于主题划分的网页自动摘要

提出了一种以网页结构为指导的自动摘要方法。对页面源文件进行解析时,利用文档的结构信息生成DOM树,并在此基础上划分文档主题。同时充分挖掘网页标记对主题词提取和句子重要性计算的价值。最后以主题块为单位,根据句子间的相似度调整句子权重,动态生成摘要。实验结果表明该方法能有效解决文档摘要分布不平衡问题,减少了文摘内容的冗余。     

有向传感器网络最大覆盖调度算法

与传统的全向传感器不同,有向传感器可以切换到不同的方向,并且每个方向覆盖有限角度的感应范围.针对有向传感器网络的区域覆盖问题,研究了“最大有向区域覆盖”MDAC(maximum directional area coverage)问题,期望通过调度传感器的工作方向,最大化覆盖区域面积.首先给出了MDAC 的问题定义,使用整数线性规划描述MDAC 问题,并且证明其是NP 完全的.然后提出一种分布式贪心算法DGreedy(distributed greedy algorithm)解决MDAC 问题.在此基础上,通过计算可能的覆盖贡献比例来反映网络拓扑信息.还提出了一种增强的算法PGreedy(distributed probability-enhanced greedy algorithm)使覆盖区域更大.证明了所提算法的收敛性,并通过详细的模拟实验验证了其有效性.     

基于网格相对密度的多密度聚类算法

提出网格相对密度的概念和边界点提取技术,在此基础上给出了一种多密度聚类算法。该算法使用网格相对密度识别具有不同密度聚簇的相对高密度网格单元,聚类时从相对高密度网格单元开始逐步扩展生成聚簇。实验结果表明,算法能有效地识别不同形状、不同密度的聚簇并对噪声数据不敏感,具有聚类精度高等优点。     

Data-driven realizations of kernel and image representations and their application to fault detection and control system design

This paper deals with the data-driven design of observer-based fault detection and control systems. We first introduce the definitions of the data-driven forms of kernel and image representations. It is followed by the study of their identification. In the context of a fault-tolerant architecture, the design of observer-based fault detection, feed-forward and feedback control systems are addressed based on the data-driven realization of the kernel and image representations. Finally, the main results are demonstrated on the laboratory continuous stirred tank heater (CSTH) system.     

基于一维插值的人头像三维表面重建

描述了一种基于一维插值的人头像三维表面的重建方法。该方法从几个不同侧面的人体头部条形图获得人头像的三维条形图．经过型值点的提取，一维三次样条插值，三维重建，进而得到任意分辨率的人体头部三维曲而的数字表示及三角形、四边形网格图等表示形式，一维插值与传统的三维曲面重建的二维插值方法相比较，算法简单，三维曲面重建所需的时间也较少。该方法已在PIII 800PC机上进行了验证，获得了较好的效果。     

基于形态学和小波变换的心电信号去噪算法

在处理心电信号采集过程中混入的基线漂移、工频干扰及肌电干扰等噪声的过程中,小波变换取得了广泛的应用。针对小波算法的缺陷及不足,提出了一种基于数学形态学和小波阈值的混合算法。该算法利用非线性形态学滤波器滤除基线漂移,将获得的含高频噪声心电信号通过小波阈值算法进行处理,最后获得无噪声的ECG（心电）信号。采用MIT/BIH Arrhythmia Database中的数据对算法进行了验证,实现了三种主要干扰的滤除,本算法效果良好,为后续特征点的识别奠定了基础。     

无线IEEE 802.11网络多信道MAC性能建模与分析

IEEE 802.11动态频谱接入网络是当前协议和模型在无线网络研究中一直受到广泛的关注.虽然它的物理层支持多信道,但其MAC层对多信道的支持仍面临挑战.目前的多信道MAC研究大多基于仿真实验,缺乏性能分析模型.本文设计了一种简单通用的信道切换机制,将IEEE802.11MAC扩展成为一种多信道MAC.本文提出了三维马尔可夫链分析模型描述多信道MAC性能,刻画单信道内重传次数和多信道间切换对性能的影响,支持基本和RTS/CTS两种接入方式.仿真结果表明,该多信道MAC模型能够很好地预测系统的饱和吞吐量,系统性能随着重传次数的增加能得到提高,而切换信道数量的增加并不能总是带来性能的提高.     

基于PCA的H-K聚类算法研究

传统的H-K聚类算法将层次聚类算法和k-means聚类算法有机结合起来,从而使得H-K聚类算法具有单个聚类算法所不具有的诸多优点。为了将H-K聚类算法更好地应用于对高维数据集的聚类中,以缓解维度灾难问题,本文应用PCA(主成分分析)方法对H-K算法进行改进,提出新的聚类算法PCAHK。该算法首先采用PCA方法,将高维数据投影到较低维空间中,再对降维后的数据进行H-K聚类。实验表明,在对高维数据集进行聚类时,与传统的H-K算法相比,PCAHK算法的性能明显提高。     

主动数据库中的实时ECA规则推理算法

许多领域的应用要求发生的事件能够得到实时的反应,这就要求应用于其中的主动数据库中的ECA规则推理过程具有实时性,能够在截止期内完成推理给出反应.现有的ECA规则推理算法均没有考虑实时性要求.为了解决这个问题,提出了一种实时ECA规则推理算法RTIAE.作为一种"任意时刻"实时算法,RTIAE算法在ECA规则的有向图结构中通过启发式搜索进行推理,在截止期内尽量给出更多的推理结果.随后,通过实验探讨了不同的参数对RTIAE算法实时性能的影响,并与深度优先算法进行了对比.实验结果显示,RTIAE算法的截止期推理成功率优于深度优先算法.