计算机辅助建筑结构算量技术与软件

根据近年来计算机辅助建筑算量技术研究及相关软件开发情况,将现有的相关技术方法分为参数输入法、局部建模法、全局建模法和自动识别法4类,深入讨论了其特点,并分析了2个代表性的软件.最后展望了该技术的发展方向.

计算机辅助乱针绣制作技术研究

乱针绣是一种极具艺术和文化价值的工艺产品,计算机辅助乱针绣制作对这一文化遗产的传承和发展具有重要意义.文中将计算机辅助乱针绣制作技术归结为绣线颜色子集选择和交叉针迹参数计算两大关键技术问题.首先,提出了基于遗传算法的绣线颜色子集优化选择方法,通过对标准交叉算子和变异算子的改进实现了绣机绣线颜色种类与绣品视觉效果间的有效折衷.其次,设计了计算机辅助乱针绣制作铺色和精绣两阶段针迹生成策略,并分别提出了一种基于图像亮度梯度的铺色交叉针迹参数算法及一种基于试探和混色原理的精绣交叉针迹参数计算方法,降低了机绣少量颜色而造成绣品与原图像间的色差.最后,给出了一个完整的计算机辅助乱针绣制作处理流程,并以实验验证了文中提出方法的有效性,为计算机辅助乱针绣制作技术的进一步研究奠定了基础.

通用量子计算机:理论、组成与实现

通用量子计算机是指可以在不改变量子计算机物理组成和基本体系结构的条件下针对所有可计算问题进行量子计算及其它量子信息处理的设备.通用量子计算机的研究和制造具有重要的理论和实际意义.要达成制造通用量子计算机的目标,需要在底层量子物理设备、量子计算机体系结构、量子资源调度和上层量子程序设计语言、量子算法及量子应用软件等多方面进行努力.文中结合国内外在上述各方面研究的最新进展以及作者自身的研究结果,从计算机系统的角度为通用量子计算机的研究和制造绘制一幅蓝图,并详细阐述了其中的困难与努力方向.

计算机读图与数字建筑

建筑业的信息化存在严重的孤岛现象,在设计与审图、施工之间还只能传递纸质图或盘质图。人工读图成了建筑业的一个瓶颈口。本文对计算机读图中的关键问题作了分析。提出了基于特征的计算机读图方法并通过建立数字建筑来填平设计与审图、施工之间的信息鸿沟的解决方案。

一种高效、容错的通用量子计算机体系结构

通用量子计算机(universal quantum computer)在求解某些在经典计算机上具有超多项式复杂度的问题方面存在着潜在的巨大优势.通用量子计算机体系结构在很大程度上影响量子计算功效和量子程序设计风格.文中提出一种通用量子计算机的体系结构,并考虑了在该体系结构下计算能力的扩展和容错性能等问题.

计算机人脸合成系统的设计与实现

描述了一个计算机人脸合成系统的设计目标、系统的结构和功能以及实现技术 。

人工读图机理分析及其在计算机读图中的应用

计算机读图是旨在提高建筑业的自动化、信息化程度的一种重要技术。通过从计算机读图的角度对建筑工程图表示特点的分析和对人工读图机理的分析,本文提出了基于建筑工程图表示特点、借鉴人工读图机理的按序、定向、整体的计算机读图思路,并在此基础上给出了建筑工程图自动识别的描述方法和实现技术。

计算机动画中头发表示的研究

文章介绍了头发悬臂梁弯曲模型，提出用面集合仿真真实的头发，生成具有光照效果的图象。同时，提出了以椭球为头壳生成头发模型后，将其移植到实际存在的头部模型上的方法，以及头发与头部的碰撞检测手段，从而获得长有头发的完整的头部图象。

基于移动Agent技术的构件软件框架研究

随着移动 Agent技术的快速发展以及构件软件的广泛应用 ,对一种新型的基于移动 agent技术的构件软件框架的需求日益增长 .通过对传统的构件软件框架的不足的分析 ,提出了一种新的构件软件框架 .与传统的构件软件框架相比 ,新的构件软件框架具有较强的网络环境的动态适应性 .

一种新型自适应神经网络回归估计算法

结合自适应谐振理论和域理论的优点 ,针对回归估计问题的特性 ,提出了一种新型神经网络回归估计算法 FTART3.该算法学习速度快、归纳能力强 ,不仅具有增量学习能力 ,还克服了 BP类算法需要人为设置隐层神经元的缺陷 .直线、正弦、二维墨西哥草帽、三维墨西哥草帽等 4个实验表明 ,FTART3在函数近似效果和训练时间代价上都优于目前常用于回归估计问题的

语句相似度计算在主观题自动批改技术中的初步应用

文字类主观题的自动批改是实现远程教学系统中在线考试功能的一个关键技术,由于其具有相当的难度,目前国内外在这方面的研究还不是很多,真正实用的系统更少。该文着重对语句相似度的计算进行了深入的研究,利用基于动态规划的语句相似度计算方法实现了文字类主观题的自动批改,测试结果初步达到预期目标。

基于CCM的软件构件组装技术的研究

OMG在推出的CORBA3.0规范中提出了一个构件模型(CCM)。CORBA构件不仅定义了对外提供的功能,而且还定义了构件所需要的外部功能,使得构件可以利用接口进行组装。同时CCM借鉴了EJB、COM等构件模型的优点,并充分利用了CORBA的开放性。本文在对CORBA构件模型以及模型组装框架中的相关技术进行研究的基础上,努力探索基于CCM的构件组装在系统开发中的应用。

软件技术与软件产业

通过技术的角度来看产业、软件产业以及中国的软件产业。主要阐述了四个方面的问题 :第一 ,软件的基本认识 ,软件产业作为一个新兴的产业 ,它与传统产业相比的特点 ;第二 ,对于国内外软件产业的发展作一个简单的描述 ;第三 ,中国软件业一直在追求跨越式的发展 ,要跨越地发展就要有机遇 ,我们的机遇在什么地方 ;第四 。

一种流模拟与包模拟结合的新网络模拟技术

随着网络应用的发展,网络的结构、规模日趋复杂化,包模拟技术难以适应大规模网络的模拟任务,而流模拟技术虽然有较高的模拟效率,但其模拟精度不如包模拟技术。使用流模拟实现对模拟系统中背景流的模拟,使用包模拟实现对特定网络行为的精确模拟,从而实现了一种包模拟与流模拟相结合、兼顾包精确度与效率的新模拟技术。与其它同类方法相比,该模拟技术将数据包映射为流,实现了背景流与前景流相互作用的准确模拟,从而达到良好的模拟精度与模拟效率。

未来软件的呼唤——记ISFST-99第四届未来软件技术国际学术会议

1 概况未来软件技术国际学术会议(International Sym-posium On Future Software Technology)由原国际CASE研讨会发展而来,是国际软件界为推动国际学术交流举办的系列软件会议之一,自1996年起,每年在我国召开一次。会议的宗旨是反映当今软件技术发展的新趋势,展示软件研究新成果,吸引广泛的软件研究者参与;会议的特点是气氛十分活跃、研讨相当认真。ISFST-99第四届未来软件技术国际学术会议由日本软件工程师协会(SEA,Japan)。

一种面向PaaS的实例级应用动态更新技术

云计算是当前信息技术的重要技术领域,而平台即服务(PaaS)已成为业界研究的热点之一。PaaS平台为用户提供高可用、高可扩展的应用开发、部署和运行环境。然而当部署到云端的应用需要不断更新以修复错误、增加功能时,当前主流PaaS平台却因缺乏对应用在线更新的有效支持而削弱了其自身的高可用特性。为解决该问题,提出一个面向PaaS平台的动态更新技术框架。基于现有软件动态更新技术的研究,通过对PaaS平台中应用的事务管理、动态依赖管理、版本管理等机制的扩展,为PaaS平台提供运行时实例级的应用动态更新支撑,并在Cloud Foundry上进行实现和实验,结果证明了该动态更新技术的有效性。

一种新型同步控制机制Guard-Trace及其实现技术研究

在并发面向对象环境中 ,对象需要同步控制机制来保证其内部状态的一致性 ,我们自行设计的Guard Trace机制是在传统的同步控制机制Trace之上的拓广 ,可较好地刻划被动对象的同步控制约束 ,具有简明、表达能力强、使用灵活等优点 .然而 ,Guard Trace机制对实现技术提出了更高的要求 ,在定义了Guard Trace的语法语义的基础上 ,阐述了它的模拟实现系统的设计决策 ,并深入讨论了Guard

P2P流媒体关键技术的研究进展

传统的流媒体系统建立在客户-服务器模式的基础上,系统伸缩性差,服务器常常成为系统的瓶颈·而最近兴起的P2P(peer-to-peer)技术在充分利用客户资源、提高系统伸缩性等方面具有巨大的潜力,基于P2P方式的流媒体的研究也逐步引起了人们的注意·讨论了当前P2P流媒体关键技术的研究进展,介绍了P2P流媒体的研究现状,最后指出了P2P流媒体的未来研究方向·

面向服务的角色访问控制技术研究

面向服务的体系结构具有开发效率高、响应快、费用低等优点.但是由于其结构的松散耦合性和计算的动态性,从而造成其安全管理更为复杂.文章首先回顾了访问控制技术的发展,然后提出了一个面向工作流和服务的基于角色访问控制模型.在这个模型中,通过引入服务和授权迁移的概念,加强了对动态服务架构的描述能力.模型对用户角色权限的控制,是通过实际任务和服务状态进行管理的,这样能够有效地加强访问控制的灵活性和系统的安全性.

跨项目软件缺陷预测方法研究综述

软件缺陷预测首先通过挖掘与分析软件历史仓库,从中抽取程序模块并进行类型标记.随后通过分析软件代码的内在复杂度或开发过程特征,设计出与软件缺陷存在强相关性的度量元,并对这些程序模块进行度量.最后借助特定的机器学习方法基于上述数据构建出缺陷预测模型.因此该方法可以在项目开发的早期阶段,通过预先识别出项目内的可疑缺陷模块,达到优化测试资源分配的目的.但在实际软件开发场景中,需要进行缺陷预测的项目可能是一个新启动项目,或这个项目的历史训练数据比较稀缺.一种简单的解决方案是利用其他项目已经搜集的训练数据来构建缺陷预测模型.但不同项目之间因所处的应用领域、采用的开发流程、使用的编程语言、开发人员经验等并不相同,因此对应数据集间会存在较大的分布差异性并造成该方案的实际性能并不理想,因此如何通过有效迁移源项目的相关知识来为目标项目构建预测模型,吸引了国内外研究人员的关注,并将该问题称为跨项目软件缺陷预测问题.论文针对该问题进行了系统综述.根据预测场景的不同,将已有方法分为3类:基于有监督学习的方法、基于无监督学习的方法和基于半监督学习的方法.其中基于有监督学习的方法主要基于候选源项目集的程序模块来构建模型.这类方法根据源项目与目标项目采用的度量元是否相同又可以细分为同构跨项目缺陷预测方法和异构跨项目缺陷预测方法.针对前者,研究人员主要从度量元取值转换、实例选择和权重设置、特征映射和特征选择、集成学习、类不平衡学习等角度展开研究.而后者更具研究挑战性,研究人员主要基于特征映射和典型相关分析等方法展开研究.基于无监督学习的方法直接尝试对目标项目中的程序模块进行预测.这类方法假设在软件缺陷预测问题中,有缺陷模块的度量元取值存在高于无缺陷模块的度量元取值的倾向.因此研究人员主要基于聚类方法展开研究.而基于半监督学习的方法则会综合使用候选源项目集的程序模块和目标项目中的少量已标记模块来构建模型.这类方法通过尝试从目标项目中选出少量模块进行标记,以提高跨项目缺陷预测的性能.研究人员主要借助集成学习和TrAdaBoost方法展开研究.论文依次对每一类方法的已有研究成果进行了系统梳理和点评.随后论文进一步总结了跨项目缺陷预测研究中经常使用的性能评测指标和评测数据集,其统计结果可以辅助研究人员针对该问题进行合理的实验设计.最后总结全文,并分别从数据集搜集、数据集预处理、模型构建和评估、模型应用这4个维度对未来值得关注的研究方向进行了展望.