“面向对象式”的计算机技能实验教学方式的探讨

通过对计算机技能教学环节中进行“面向对象式”的实验教学方式的探讨,力图使该实验教学环节更适合“非零起点”下的大学计算机基础教学,从而提高学生对计算机基本技能训练的兴趣和积极性,培养学生的求知欲和实践能力。实践表明,采用“面向对象式”的实验教学方式,不仅能有效地调动学生学习的主动性和积极性,而且能使学生的计算机综合处理技能得到充分训练和提升,教学效果显著。

对象式逻辑程序设计

本文首先对逻辑程序设计与对象式程序设计进行一些比较，然后介绍对象式逻辑程序设计的基本原理、新进展、应用及目前存在的主要问题。

对象式Lam bda演算的自作用部分计值

讨论了一个对象式 Lambda演算的部分计值器 .对象式 L ambda演算在 Lambda演算的基础上添加了对象机制 .部分计值器的构造是采用传统的三步法 ,首先定义对象式 L ambda演算的元解释器 ;然后提出对象式Lambda演算的约束时间分析方法 (binding- time analysis) ,约束时间分析决定哪些计算可以在编译时完成 ,哪些计算需留在运行时执行 ;最后定义部分计值器 .同时 。

对象式系统动态测试工具OODT研究

针对对象式系统的特点 ,提出了一种新的测试模型 ,并以此模型设计了动态测试工具OODT 该工具依据使用事件 (USECASE)生成对象式系统测试过程中的对象关联图 (即执行路径 )和LOG文件 ,LOG文件记录执行路径关键点信息 以此实现被测试路径的动态跟踪与执行结果的分析 。

对象式Web技术研究

随着Internet技术的发展与普及 ,网上的资源日益丰富与多样化 .而与之相比 ,现有的Web技术具有很大的局限性 ,无法支持资源的更广泛、更深层的共享 .对象式Web(ObjectWeb)技术正是针对这一问题提出的 ,是Web技术发展的新阶段 .深入分析了对象式Web的核心技术 ,并论述对象式Web发展初期的以分布式对象技术为核心的几种框架结构 ,重点阐述了将分布式对象技术与代理。

面向对象式语言中支持约束的方法及实现技术

给出一种在对象式语言中有效地支持约束的方法及其实现技术 .应用这种具有约束描述机制的面向对象语言进行开发 ,可以较好地结合对象式和约束式这两种程序设计的优势 ,从而增强语言的描述能力和问题求解能力 。

对象式程序的正确性验证方法研究

介绍当今流行的各种程序正确性验证方法的基础上，讨论了在面向对象程序设计的正确性验证中所遇到的特殊问题，提出了类级正确性和系统级正确性的概念，将公理证明方法加以扩充，使之可以用于面向对象程序系统的证明，并用特征调用的概念解决了证明中出现的计算过程中止性的问题．

一种对象式软件开发方法及其支持工具

提出了一种改进的对象式软件开发方法，该方法支持从概念建模、逻辑建模到实现的软件开发全过程；介绍了支持这种方法的图形化需求描述语言、形式化需求规格说明语言、由图形化向形式化的转换及由形式化向实现转换的方法和机制；简要地介绍了支持这种方法的一个软件工具的设计与实现．

“面向对象式”教学方法在VC++课程中的应用

在"VC++程序设计"课程的教学中,针对该课程复杂、难学的特点及其教学对象,打破传统教学模式探索出一种新的教学方法—"面向对象式"教学法。它充分考虑到教学对象的个性来设计教学环节,突出培养学生的求知、探索和实践能力。

商品隐式评价对象提取的方法研究

网络评论中没有明确指出评价对象的评论,如评论"东西有点贵"中并没有明确指出评价的是商品的价格。针对这种评论,提出一种在评论文本数据集上提取商品的隐式评价对象的方法。根据评论短文本的句式结构特点,构建出候选评价对象模型,并利用How Net2000概念词典对候选评价对象中的特征词进行扩充,以缓解候选评价对象中信息缺乏的问题;基于k-means聚类算法利用候选评价对象中特征词之间的相似度,对候选评价对象进行聚类,得到若干隐式评价对象;利用χ2统计量来衡量候选评价对象中的特征词对隐式评价对象的指示能力,从而提取出评论中的隐式评价对象。实验结果表明,该方法提高了提取隐式评价对象的准确率。

基于Snake和外观模板的组合式图像对象分割

针对目前图像对象分割方法对图像的特征提取和抽象度不够,导致分割精度低的问题,提出了基于Snake模型和外观模板的组合式图像对象分割研究方法。该方法将改进的外观模板图像对象分割算法得到的分割结果经过预处理作为改进的Snake模型的图像分割算法的输入初始轮廓进行精确处理。该算法在提升对象分割精度的有效性上达到了96%以上。

层次式面向对象并行环境HOOPE的效率和性能分析

并行软件的开发始终是并行应用技术发展的难点之一 .要开发高效、灵活、复用性好的并行软件更是困难 .为了在一定程度上解决这个问题 ,我们从层次式结构、设计模式和面向对象应用框架等技术角度出发 ,研制了面向专业领域的 HOOPE并行开发环境 .本文在对该环境作简单介绍的基础上 ,着重分析其开发效率和所开发软件的并行性能 .并由此得出结论 :HOOPE是一个适合开发大规模并行计算任务的简单实用。

基于卷积神经网络的隐式评价对象识别

为解决课程评论中隐式评价对象识别问题,提出了一种基于文本分类的隐式评价对象的识别方法。首先通过word2vec模型获得训练文本对应的词向量,获得短文本特征;其次将短文本特征在Text CNN中进一步提取高层次特征,通过K-max池化操作后放入Softmax分类器中进行训练得出分类模型;最后利用训练好的分类器对隐式评价句进行分类,获取隐式评价句对应的评价对象。实验表明,基于卷积神经网络对隐式课程评论进行属性分类,课程评论的隐式评价对象识别正确率达到89. 9%,满足了课程评论中对隐式评价句对象识别的需求。

层次式面向对象并行环境中并行支撑层的实现

一、引言 在石油勘探、气象和航空航天领域,大规模并行计算已经得到了广泛的应用.传统的并行应用开发方法直接使用底层的并行开发环境,开发者需要考虑到异构的硬件体系结构和软件平台等细节,并了解底层的消息通信机制,才能够进行实际的开发工作,往往使得程序代码不够清晰,调试起来也相当困难,因而开发效率较低.我们以油气勘探领域三维叠前深度偏移应用为前景,设计并开发了层次式面向对象并行环境HOOPE[1～3],以期为领域并行应用开发提供一个良好的并行开发环境,HOOPE系统的目标是:(1)简化并行应用的开发过程,缩短开发周期;(2)提高并行应用软件的质量和运行功效;(3)便于应用程序在不同的并行体系结构之间移植;(4)提供一个具有良好的开放性和可扩充性的并行框架.图1是HOOPE系统的基本结构.

基于使用事件的对象关联图分析器

以使用事件 (usecase)为依据 ,研究了对象式系统中动态执行时对象间的关联关系 ,对象关联图与LOG逻辑文件的自动生成算法 ,即对象关联图分析器的实现

人工智能语言LISP的新发展——面向对象的CLOS系统

本文是深入浅出的综述,介绍CLOS的发展历史、主要特点和展望。

组件式地理信息系统研究与开发

组件式地理信息系统是适应软件组件化潮流的新一代地理信息系统。本文阐述了组件式地理信息系统的概念和技术基础，讨论了组件式地理信息系统的特点，及其与万维网地理信息系统之间的关系，进而探讨组件式地理信息系统的设计与开发。

组件式地理信息系统的研究与应用

阐述了地理信息系统软件发展的组件化趋势 ,并分析了组件式地理信息系统的技术基础和开发方法 ,最后给出了具体实例。