基于自然近邻与协同过滤的API推荐方法

为了解决由于近邻选择不恰当导致的推荐性能下降问题,提出基于自然近邻与协同过滤的API推荐方法——N-APIRec. 该方法利用BM25算法将项目转换成向量,以自然近邻算法筛选数据集中的相似项目以减少搜索范围,从相似项目中筛选相似的方法声明,通过协同过滤的方式推荐API. 将N-APIRec在MV、SH数据集上与前沿方法进行实验对比,结果验证了N-APIRec的有效性,在MV、SH数据集上的推荐成功率分别为77.38%、30.00%,优于现有方法.     

基于激光点云数据的植物器官多维特征分割方法

地面三维激光点云数据的植物器官分割,是林业信息化测 量中的基础性工作之一。本文在点云数据颜色相近、结构复杂的情况下,首先提出了一种新 的局部切平面分布特征,并构造了融合原始扫描数据、散点空间分布特征、法向分布特征的 多维融合特征,能够更为有效地表征不同类别的植物器官。其次在分类器选择上,采用标准 SVM,PSVM,GEPSVM三种分类器作为对比,后续使用图割理论进行再分类,加强分类效果。 根据多种比较实验表明,本文提出的多特征融合分割方法能有效对植物器官的点云数据进行 分类,其识别率可达到98%以上。     

C程序中的内存泄漏机制分析与检测方法设计

C语言作为安全关键软件的主要实现语言,其存在的内存泄漏缺陷具有很高的隐蔽性和危害性,如何保证内存泄漏检测的准确性和高效性是一大挑战。静态分析具有直接分析源码、能够较早发现软件错误,从而降低修复代价的优势。基于静态分析技术,提出了一种基于路径敏感的值流分析的内存泄漏检测方法,首先进行指针分析生成精确指向信息;然后基于指向信息构建值流约束,执行可达性分析以识别程序中的泄漏路径;最后借助指针与内存地址的有效生命周期进行验证。在典型基准C程序上的实验结果分析表明,本文方法与现有技术相比在效率和精度上都具有一定优势。