可变Voxel与像素映射相结合的图像建模算法

图像建模在军事遥感图像建模、医学人体器官建模、虚拟现实、增强现实等多个领域应用前景广阔。为提高雕刻算法效率,减少图像建模的时间开销,提出了可变Voxel与像素映射相结合的高效空间雕刻图像建模算法,该算法既可以快速雕刻掉物体以外的空间又不用判别可见面就可以快速获得每个表面Voxel的所有可见像素。实验结果表明,该算法在像素映射算法的基础上进一步提高了图像建模速度。

基于高质量开源软件的阅读维护培养软件工程能力

分析软件工程课程实践教学中学生缺乏大规模和高质量软件开发经验以及高质量软件设计开发能力不足的问题,提出快速建立学生大规模和高质量软件感性认识的方法,阐述如何在软件工程课程实践教学中通过阅读和维护优秀开源软件增强学生的工程意识,提高学生设计开发大规模高质量软件的综合能力。

新工科背景下的软件工程课程实践教学建设:思考与探索

分析当前软件工程实践教学方法普遍存在的问题及症结,提出借助互联网思维、采用群体化方法改革软件工程课程实践教学的内容和手段,形成以学生/互联网社区/群体智慧为中心、基于互联网群智的新颖实践教学思想及方法,突出以规模、质量和创新等为核心的工程能力和素养的培养,介绍在该思想指导下开展的软件工程实践教学改革框架及实施方法。

基于群体化方法的软件工程课程实践教学

介绍如何借助群体化理念和思想,改革软件工程课程的实践教学内容、实施方法和考评方式,以加强工程实践和创新能力以及工程素养培养,对课程实践内容的规模性、综合性、集成性、创新性、高质量等方面提出明确要求,指出利用基于互联网的群体智慧和资源以及支撑平台来开展工程实践并解决问题,科学评定实践效果和成绩并依此驱动实践的深入开展。

增量式任务驱动的面向对象程序设计教学

面向对象程序设计是计算机专业及软件工程专业的重要基础课程。探讨了在当前教学改革中,针对计算机、软件工程专业学生开展增量式任务驱动的面向对象程序设计的实施过程,具体包括教学理念及方法、迭代式增量练习、综合性练习的设置、课程的考察考核等内容。并对课程的进一步规划进行了讨论。

关键问题驱动的软件工程人才实践创新能力培养

针对软件工程教学与重大工程实践联系不紧密、培养的人才缺乏解决软件开发中重难点关键问题能力的现状,提出并实践了关键问题驱动的实践创新能力培养模式,阐述了软件工程教学中对重大工程关键问题的抽象与提炼、各种关键问题与知识领域和实践活动的多维融合、问题驱动的创新思维能力培养等具体环节和方法,形成相对系统的培养过程和体系。

面向小规模程序的轻型测试方法

初级程序员开发的程序一般是小规模程序。对于小规模程序,软件工程实践采用的重型测试方法是不适用的,因为测试代码量远大于程序代码量。论文描述三种面向小规模程序的轻型测试方法。第一种方法是"使用freopen函数的方法",做法是在程序中调用freopen函数把输入输出重定向至文件,并用文件比较命令来比对输出结果和期望结果是否一致。好处是免除手工输入和人工比对,消除繁琐和减少犯错的机会。第二种方法是"使用重定向和批处理程序的方法",实质与第一种做法类似,但能够批处理地使用多组测试数据对程序进行测试。第三种方法是"轻型单元测试方法",做法是把程序分解成多个函数,对函数进行测试。好处是便于定位错误。上述三种轻型程序测试方法的优点是易学易用,适用于在OJ网站刷题和计算机软件能力认证考试等场合。

基于三阶段棋类游戏开发的程序设计实践课程改革

针对计算机程序设计实践类课程的实践选题难以满足教学实际需求,分析了这类课程的具体需求和存在的问题,提出了基于三阶段棋类游戏开发实验的实践选题,并在课程组织和成绩评价等方面采取了多项改革措施,取得了良好的教学效果。

面向代码质量提升的软件工程能力素质培养

代码质量教育是软件工程能力素质培养的一个重要方面。对于大型软件项目而言,高质量的代码是打造高质量产品的重要基石。在软件工程课程教学过程尤其是软件项目实践过程中,学生主要关注软件系统功能,而往往忽视了代码质量。针对这一问题,围绕学生读代码、写代码、评代码、改代码4个环节,从高质量开源代码阅读、规范编程、代码测试与分析3个方面,设计相应的教学活动,形成面向代码质量提升的软件工程能力素质培养体系,并构建面向代码质量评价与提升的辅助支撑工具集。

基于组合机器学习算法的软件缺陷预测模型

软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早地预测软件可能还存在的缺陷,基于预测结果可合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预测的主要方法.为了提高预测的效率和准确性,对机器学习算法的选择和研究是很关键的.对不同的机器学习缺陷预测方法进行对比分析,发现各算法在不同评价指标上有不同的优势,利用这些优势并结合机器学习中的stacking集成学习方法提出了将不同预测算法的预测结果作为软件度量并进行再次预测的基于组合机器学习算法的软件缺陷预测模型,最后用该模型对Eclipse数据集进行实验,表明了该模型的有效性.

混源软件质量模型与度量方法研究

由于混源软件包含自主代码、开源代码等不同来源代码,从而具有更高的多样性和复杂性,对其质量的度量评估与传统软件存在极大区别。为了度量混源软件质量,建立混源软件质量度量模型和方法是非常必要的。通过分析混源软件质量特性,提出混源软件质量模型。然后利用层次分析法、幂性法及线性法构建度量方法体系。最后对UbuntuKylin操作系统进行了实验性的度量评估,验证了模型与方法的可行性和有效性。

VASR-CBMC:基于变量子图的多线程程序验证

Yogar-CBMC基于事件顺序图实现了反例抽象精化思想,是当前最有效的多线程程序验证工具之一。针对事件顺序图过于复杂,导致判断反例可行性及求解精化约束耗时过长的问题,提出变量子图概念及基于变量子图的抽象精化方法,将全局事件顺序图分解为连通等价的变量子图集,基于变量子图执行反例验证与精化求解,从而有效缩小图的规模,提升验证效率。将该方法实现为VSAR-CBMC,实验证明其相较于Yogar-CBMC验证时间平均缩短43%,有效提升了模型检验对并发程序的验证能力。

多雷达系统数据融合与航迹预测

为了便于准确定位传感器网络，分布式的单雷达系统首先进行各自的数据处理，包括：地理坐标换算至平面直角坐标；剔除孤立的异常点迹；采用模糊c-均值聚类方法和”动态分区”，将单雷达数据中属于同目标的相似点迹归类集合；根据雷达观测和目标运动的特征，在每个点迹集合中设计门限滤波和相关矩阵检验，提取完整连续的目标运动的航迹；结合各航迹特征进行种类分析．接下来对属于不同雷达的航迹两两比较，找出有相交时间段的航迹，采用三次样条对两条航迹的进行内插和外推，再通过模糊综合函数对这两条航迹给出一个相似性度量，并取阈值为0．85．最后得出雷达间各航迹匹配关系．通过该雷达所观测到的航迹的稳定程度来近似估计其观察精度．首先对每一条航迹进行分段拟合得到其剩余方差，然后直接用每一条航迹的剩余方差来衡量雷达的观察精度，最后我们得出雷达的精度排序2910〉7728，7724〉2537〉2025〉2539．对航迹融合，我们首先采用D—s证据理论并利用分析得到的雷达精度，对表示同一目标的航迹对进行融合．其次试图运用卡尔曼滤波对航迹进行融合：思路一是设法离线估计出噪声矩阵，得出系统噪声方差矩阵和观测噪声方差矩阵，从而用于标准卡尔曼滤波方程；思路二是探究较为实用的自适应滤波，兼顾Sage—Husa自适应滤波算法的高精度与强跟踪自适应滤波算法的可靠性，采用了一种混合算法给出收敛的估计．最终给出了雷达7728和2910的融合算例以及10秒钟的预测轨迹．最后，我们将导弹拦截飞机建模为三维的追逃问题，建立了运动学关系方程，最终归结为最小能量导引律问题．采用“模糊T—S线性模型”以及RH控制方法和伴随技术，在目标作对抗性机动条件下，获得了一个有效拦截的导引律．还对多雷达系统平均处理周期、数据融合系统的航迹处理周期进行了分析，对雷达网络实时性做了评价．