基于广度优先搜索的COSINE软件代码框架自动生成算法

本文基于树型数据结构,提出基于广度优先搜索的科学计算软件代码框架自动生成算法CFAA。该算法将科学计算软件的架构抽象为树型数据结构,从根节点开始逐层细化存储程序的各级子程序名,然后采用广度优先搜索遍历架构树的各级节点,自顶向下的逐层生成细化的软件代码框架,最终生成完整的可编译运行的代码框架。CFAA使程序设计人员更专注于计算软件架构的设计与优化,然后根据架构树自动生成框架代码。CFAA已应用于COSINE软件开发过程中,实践证明其可极大提高软件框架的搭建效率,同时降低软件开发的缺陷率。

Meta-Frame——基于ASP.NET的代码生成框架

介绍的meta-Frame是基于ASP.NET的快速开发框架,可有效地创建基于Internet的分布式应用系统。meta-Frame框架的构建充分利用了软件工程中先进的业务数据模型驱动(BMMD)开发思想。在实际研发工作中,meta-Frame可根据业务数据模型生成大部分处理业务数据的源代码,大大降低了应用程序的成本,提高了研发团队的需求应变能力。

基于SSH2和jQuery技术的代码生成框架研究

采用Struts2、Spring3、Hibernate4和j Query技术开发了基于Web形式的代码生成框架,该框架以XML/XSLT、Velocity引擎、知识库模型为构建标准,在实现MVC模式代码生成的基础上,生成验证规则框架,具有良好的可移植特性跨平台特性,为软件开发模式提供了良好的参考模式。

概念模型到框架代码自动生成技术研究

针对在传统的编程工作中,编程人员根据系统的详细设计,手动实现系统的框架代码这一问题,展开了对概念模型到框架代码自动生成的研究。文章并以某空空编队联合作战想定为例,进行了功能分析和用例描述,并用UML/RUP建立了静态模型和动态模型,最终由静态模型自动生成Visual 6.0环境下的框架代码,并对框架进行了测试。实验表明该方法能够保证概念模型与框架代码的一致性,并且节约了编程时间,提高了编程效率。

基于Eclipse智能代码生成框架的研究

Eclipse是一个基于Java的可扩展开发平台,它本身是由一个框架和一组服务组成,用于通过插件组件的形式构建开发环境。富客户端平台RCP是位于Eclipse平台核心的功能,它可以视为基于OSGi构建插件系统的最佳实践指导,同时可重用Eclipse中已存在的方法和编码模式。图形化的模型框架GMF是一个Eclipse建模项目的子项目,其目标是为Eclipse建模框架EMF和图形化编辑框架GEF提供一个统一的桥梁,从而为代码工具的生成奠定了良好的基础。而EMF是Eclipse MDA的一个重要组成部分,通过它可以将模型转换成高效正确和易于定制的Java代码。在此结合Eclipse平台、RCP工程及、等相关技术,研究分析了智能代码生成框架的设计过程。

ERP实施中报表框架代码的开发

在ERP系统实施过程中,为实现SAP系统数据报表的快速开发,构建了变量类库、通用类库、EXCEL类库文件及框架代码模型,设计了报表打印、Excel数据导出框架代码。本文定义了程序数据显示流程、选择流程、Excel数据导出流程,并介绍了程序关键技术,文章最后给出报表打印和EXCEL数据导出的报表实例,报表开发时间少、程序修改量较小,从而证明了报表框架代码的必要性、有效性。

Web服务化的HLA邦员框架代码重用性研究

提出一种基于Web服务的邦员框架代码开发方法,设计一种基于Internet网络的邦员框架代码生成工具,该工具将系统之间的功能调用转换为服务的调用,可更好地实现仿真应用之间的互操作,使联邦开发者在仿真系统开发时不必考虑RTI及其底层接口等相关细节,在重用仿真资源时不必考虑各自运行平台和开发环境的差异,实现跨平台的资源共享和互操作。

Java编程题自动判分软件框架的设计

本文通过对Java编程题自动判分软件框架的设计,可以很好的实现计算机的可视化操作和交互操作,充分实现了Java语言的解释执行、可移植、体系结构中立和多线程的功能,在信息化时代的应用更加广泛。

基于HLA的电子信息作战训练仿真系统分析与设计

应用工程化的过程、方法和工具进行分析与设计是仿真系统开发的基础环节。参照建模与仿真领域和软件工程领域中的模型开发与运行过程模型,将基于HLA的电子信息作战训练仿真系统的分析和设计过程划分为一系列相互关联的阶段,每个阶段形成不同应用目的的模型,其中,系统结构和行为模型的创建基于联邦成员软件框架代码自动生成工具KD-FedWizard。示例表明,分阶段的分析与设计过程具有较好的工程可实现性;联邦成员软件框架代码自动生成工具的运用提高了电子信息作战训练仿真系统分析和设计的效率。

VITA定义语言及其编译器的设计与实现

虚拟试验验证使能支撑框架(Virtual Test and evaluation enabling Architecture,VITA)是国内具有自主知识产权的虚拟试验核心框架,具有良好的互联互通互操作性能。为了统一描述和定义VITA对象模型,从而促进试验资源的重用和组合,提出一种VITA定义语言,采用UML风格定义了VITA对象模型的元模型,并为语言规定了严格的语法定义。基于VITA定义语言,设计相应的编译器实现对语法的正确性、一致性检查,并自动编译生成VITA对象模型的框架代码,对应用开发人员屏蔽了大量结构复杂的底层接口代码开发工作,提高了应用的开发效率和可靠性,同时也降低了应用开发人员的门槛,为跨地域、跨平台、跨专业的大型虚拟试验应用搭建奠定基础。

点击劫持漏洞攻防技术研究

文章详细分析了点击劫持漏洞产生原理、漏洞利用以及漏洞防御方法等,针对Frame Busting攻击防御方法,进行了全面分析研究,最后给出点击劫持漏洞发展趋势。

用户指导的并行化策略的研究与实现

提出的用户指导的并行化策略,提供给程序员一个图形化的交互界面,首先由程序员选择并行算法,然后通过配置向导对所选择的并行算法进行定制,生成配置文件,然后参照配置文件自动生成并行程序的框架代码,并将程序员提供的元任务的串行代码嵌入到框架代码中,最后生成并行程序,这样程序员就可以较方便高效地编写并行程序了。

遥感图像全色锐化的卷积神经网络方法研究进展

随着计算机科学、遥感科学和大数据科学等领域的迅速发展,基于卷积神经网络的方法在图像处理、计算机视觉等任务上发挥着越来越重要的作用。而在遥感图像全色锐化领域,卷积神经网络由于其优秀的融合效果,已得到研究学者的广泛关注并有大量的研究成果产生。尽管如此,依然有一些亟待解决的问题,例如缺乏全色锐化数据集的仿真细节描述、公平公开的训练—测试数据集、简单易懂的统一代码编写框架等。对此,本文主要从以下几方面回顾当前遥感图像全色锐化问题在卷积神经网络方面的一些进展,并针对前述问题发布相关数据集和代码编写框架。1)详细介绍7种典型的基于卷积神经网络的全色锐化方法,并在统一数据集上进行公平比较(包括与典型传统方法的比较);2)详细介绍训练—测试数据集的仿真细节,并发布相关卫星(如WorldView-3, QuickBird, GaoFen2,WorldView-2)的全色锐化训练—测试数据集;3)针对本文介绍的7种基于卷积神经网络的方法,发布基于Pytorch深度学习库的Python代码统一编写框架,便于后来初学者入门、开展研究以及公平比较;4)发布统一的全色锐化传统—深度学习方法MATLAB测试软件包,便于后来学者进行公平的实验测试对比;5)对本领域的未来研究方向进行讨论和展望。本文的相关数据集和代码详见课题主页:https://liangjiandeng.github.io/PanCollection.html。