GKCI:改进的基于图神经网络的关键类识别方法

研究人员将软件系统中的关键类作为理解和维护一个系统的起点,而关键类上的缺陷给系统带来了极大的安全隐患.因此,识别关键类可提高软件的可靠性和稳定性.常用的识别方法是将软件系统抽象为一个类依赖网络,再根据定义好的度量指标和计算规则计算每个节点的重要性得分,如此基于非训练框架得到的关键类,并没有充分利用软件网络的结构信息.针对这一问题,基于图神经网络技术提出了一种有监督的关键类识别方法.首先,将软件系统抽象为类粒度的软件网络,并利用网络嵌入学习方法Node2Vec得到类节点的表征向量,再通过一个全连接层将节点的表征向量转换为具体分值;然后,利用改进的图神经网络模型,综合考虑类节点之间的依赖方向和权重,进行节点分值的聚合操作;最后,模型输出每个类节点的最终得分并进行降序排列,从而实现关键类的识别.在8个Java开源软件系统上,通过与基准方法的实验对比,验证了该方法的有效性.实验结果表明:在前10个候选关键类中,所提方法比最先进的方法提升了6.4%的召回率和3.5%的精确率.

黑龙江省农村厕所及粪便处理现状的调查

对黑龙江省７５个行政村的１６４５５户农村家庭厕所和１５０个公共厕所及粪便处理现状调查统计结果表明，农村户厕普及率为９７．４％，户厕硬件合格率为２０．３％；卫生厕所普及率为１１．８％；卫生达标户厕普及率为１１．１％。农户粪便无害化处理率为８．１％。公共厕所硬件合格率为４８．７％；卫生合格公厕合格率为２９．３％；卫生达标公厕合格率为２７．３％。同时分析了农村厕所发展现状，提出了农村当前改厕工作存在的问题和今后发展对策建议，为各级政府部门制订农村改厕粪管对策措施提供科学依据。

家庭教育中的潜移默化

家庭是儿童成长的摇篮,父母在教育子女上负有不可推卸的责任。读过《三字经》的人,都会记得这样一句话“养不教,父之过”。著名作家老舍先生把家庭教育称之为“生命的教育”,杨振宁博士也说“我的学术知识来自父亲,精神气质来自母亲”。 在家庭中。