开展软件工程实训,探索研究型大学工程型人才培养模式

计算机、软件工程等相关专业应届毕业生一般要经过半年以上时间才能成为符合企业要求的合格人才。导致这种现象的主要原因是应届毕业生缺乏软件开发的实际经验,大多数学生没有机会在本科学习阶段获得足够的经验积累,而一般软件公司没有义务也不愿意花大量的人力、物力培养新人。因此,如何使应届毕业生尽快掌握实际工作技能,满足就业的基本需要成为软件人才培养的重要课题。如何培养学生的综合职业素质,探索出一套研究型大学工程型人才的培养模式,缩短学校教育和社会需要的差距,填平鸿沟,正是我们研究的重点。

一种基于程序变异的软件错误定位技术

发现软件不能正常运行后,如何定位错误代码在程序中的位置是软件开发一个众所周知的难点.最近许多软件自动调试技术通过分析成功和失败测试用例的覆盖信息辅助程序员定位错误代码,但这些技术的准确率会受到偶然性成功测试用例的影响.偶然性成功测试用例执行了错误代码,但却没有引发失败的测试结果.研究表明这种测试用例在实际测试中广泛存在,而它们的存在会显著降低错误定位的准确率.针对此问题,文中提出一种称为Muffler的技术.Muffler使用程序变异分析来修正错误代码定位结果,以提高定位的准确率.文中利用8个在错误代码定位研究领域广泛使用的基准程序验证了Muffler的有效性.实验结果表明,与传统错误代码定位技术相比,Muffler能减少程序员50.26%的错误定位代价.

Android平台图像处理软件框架的开发与设计

近几年来,随着Web技术的不断发展,以3G技术为代表的移动互联网正在飞速发展,这使得移动终端更加智能化及网络化。Android系统作为一款完全开放的移动操作系统,不仅手机上可使用该操作系统,而且还支持各种移动设备,具有广阔的市场发展空间。为了满足Android用户对图像处理软件的需求,开展一种Android平台的图像处理软件显得尤为重要。为此,本文特对Android平台图像处理软件框架进行设计,使Android系统的图像处理能力得到提升。

大学生临时支教存在的问题与解决对策

大学生临时支教有利于缓解偏远地区教育资源匮乏问题,有利于大学生深入基层,增长才干。但存在的安全、各方沟通配合、教育效果等问题不容忽视。建议组织支教的单位和接受支教的单位做好预案,各方面形成合力,支教者提升自身素质,切实为基层服务,为学生成长助力。

基于效率函数求解单件车间调度问题算法的软件实现和实例分析

单件小批量生产形式下的单件车间(Job-shop)调度是生产计划中的一个重要问题。本文在文献犤1犦提出的求解Job-shop调度问题的初排算法及调解算法的基础上,做出了进一步的修改和完善,在调解算法中引入了交换与移动相结合的机制以提高调解效率;在软件实现中引入了“虚工序”的概念,并在VBAForProject2000中实现了该算法。经分析及实验验证,利用这种算法求解Job-shop调度问题可得到十分满意的结果。

基于MAC地址的软件动态口令实现方案

随着网络技术的发展,传统的静态密码身份认证方案已不能给电子商务活动提供足够的保护.描述了动态口令技术的原理,分析了硬件和软件实现动态口令的利弊,设计了一种基于客户端MAC地址的动态口令认证协议,并在此基础上论述了系统方案的实施流程、总体设计和认证过程.最后进行了安全性分析并提出了相应的提高安全性的措施.分析表明,该方案具有适用面广、安全性高、使用方便和系统成本低的特点.

对计算机软件中的插件技术分析研究

在科技取得高速发展的同时,我国的计算机技术也发生了日新月异的变化,实践证明,在计算机软件中运用插件技术可大力提高软件的扩充性,还有利于具有良好定制与扩充功能的应用程序的编写,可有效解决软件开发的集成问题。本文作者就计算机软件中插件技术的类型、功能以及应用做了相关浅析,具体如下文所示。

基于变量感染分析的软件错误定位技术

在实际调试中,程序员往往通过追溯错误的变量值及其传播来定位软件错误,其中具有错误值的变量称为感染变量,感染变量在失败运行中具有错误值的程序位置即为感染位置。提出了一种结合动态正向程序切片和语句覆盖信息对程序变量感染的初始位置进行定位的技术。该技术通过分析感染变量的起源与传播,可以更加精确地找到与感染变量相关的错误语句集合。与传统的基于程序覆盖信息的错误定位技术进行了对比实验,结果表明,该技术可定位程序中的感染变量及其初始感染位置,并且可以显著提高程序错误定位的精度。

一种改进选择算子的遗传算法

遗传算法(Genetic Algorithm,GA)是一种模拟生物进化的智能算法,被广泛应用于求解各类问题。简单遗传算法(Simple GA)仅靠变异产生新的数值,常常存在搜索精确度不高的问题。针对这个问题,对SGA的选择算子进行改进,即把相似个体分在同一组中,以组为单位进行选择,并通过该组个体的特点进行高斯搜索生成新的群体。这样使得GA在搜索过程中不仅可以很好地保持个体的多样性,并且可以提高解的精确度。通过对11个函数(单峰和多峰)的仿真实验,证明了采用新的选择算子后,GA在求解问题的精确度上有了很大地改善。

幂激励前向神经网络最优结构确定算法

针对一种以幂函数序列为各隐神经元激励函数的前向神经网络,提出了一种基于权值直接确定方法的网络最优结构确定算法。计算机仿真与验证结果表明,该算法能自动、快速、有效地确定网络的最优隐神经元数,达到网络的最佳逼近能力,从而实现网络结构的最优化。

基于自动问答系统的信息检索技术研究进展

自动问答是根据用户以自然语言提出的问题给出一个明确的答案。近年来,自动问答越来越受到信息检索和自然语言处理的研究者的关注。典型的自动问答系统通常包含问题分析、文段检索和答案选择等部件。介绍了自动问答的最新研究进展和相关国际会议情况,着重阐述问题分类、查询扩展、文段检索和答案选择这四个热点技术的主要功能和常用方法,最后提出存在的一些问题和展望。

基于低秩和稀疏矩阵分解的多源融合链接预测算法

近年来,链接预测成为社会网络和其他复杂网络链接挖掘中的热门研究领域.在链接预测问题中,经常会存在用来提高预测效果的附加数据信息源,这些数据可以用于预测网络中的链接是否存在.在所有的数据源中,最主要的数据源在链接预测中起到最重要的作用.因此,设计具备健壮性的算法用于充分利用所有数据源的信息来进行链接预测十分重要,算法还需要平衡主数据源和附加数据源的关系,使得链接预测能够获得更好的效果.同时,传统基于拓扑结构计算的无监督算法大多数通过计算网络中节点间的评分值来解决预测链接存在可能性的问题,这些方法能够获得有效的结果.在链接预测方法中,最关键的一步是构建准确的输入矩阵数据.由于许多真实世界数据集存在噪声,这导致降低了大多数链接预测模型的效果.提出了一种新的链接预测方法,通过多个数据源的融合,兼顾地利用了主数据源的信息和其他附加数据源的信息.接着,主数据源和其他附加数据源被用于构建一个低噪声且更准确的矩阵,而新的矩阵被用于作为传统无监督拓扑链接预测算法的输入.根据在多个真实世界数据上的测试结果,在多源数据集上进行对比实验,提出的基于低秩和稀疏矩阵分解的多源融合链接预测算法相对于基准算法能够获得更好的效果.

FP-CNNH:一种基于深度卷积神经网络的快速图像哈希算法

在大数据时代,图像检索技术在大规模数据上的应用是一个热门的研究领域。近年来,大规模图像检索系统中,图像哈希算法由于具备提高图像的检索效率同时减少储存空间的优点而受到广泛的关注。现有的有监督学习哈希算法存在一些问题,主流的有监督的哈希算法需要通过图像特征提取器获取人为构造的图像特征表示,这种做法带来的图像特征损失影响了哈希算法的效果,也不能较好地处理图像数据集中语义的相似性问题。随着深度学习在大规模数据上研究的兴起,一些相关研究尝试通过深度神经网络进行有监督的哈希函数学习,提升了哈希函数的效果,但这类方法需要针对数据集人为设计复杂的深度神经网络,增大了哈希函数设计的难度,而且深度神经网络的训练需要较多的数据和较长的时间,这些问题影响了基于深度学习的哈希算法在大规模数据集上的应用。针对这些问题,提出了一种基于深度卷积神经网络的快速图像哈希算法,该算法通过设计优化问题的求解方法以及使用预训练的大规模深度神经网络,提高了哈希算法的效果,同时明显地缩短了复杂神经网络的训练时间。根据在不同图像数据集上的实验结果分析可知,与现有的基准算法相比,提出的算法在哈希函数训练效果和训练时间上都具有较大的提高。

时间约束工作流模型的可调度性验证研究

工作流模型可调度验证的目的是验证工作流调度系统时间约束的合理性、对工作流系统实例的时间可达性进行仿真。首先基于可调度性定理,设计了时间约束工作流模型的可调度性验证算法,并提出时间约束修正策略。通过该算法获得可调度的时间约束工作流的时间约束集;通过时间约束修正策略,减小上述可调度性验证方法的时间复杂度。然后,进一步设计了改进的可调度验证方法,从而可获得具有最小执行时间区间的时间约束工作流的时间约束集。实验及分析显示算法具有良好的性能和效果,研究成果对于制定时间约束工作流的时间约束有较好的应用价值。

基于Gabor小波加权组合特征的性别识别

现有的性别识别算法往往是基于特定人脸数据库进行识别的,由于人脸的复杂度和多样性,在实际应用场景中存在较大缺陷.为此,提出一种基于Gabor小波加权组合特征的性别识别算法.首先对人脸区域进行预处理,调整光照、姿势等进行去噪,通过Gabor小波变换得到人脸的特征向量;然后利用梯度值构造一个权值矩阵对人脸特征进行组合,在显著降维的同时获取有效的组合特征;再对该特征向量进行主成分分析,进一步降维得到加权组合特征;最后将大量训练样本的加权组合特征用支持向量机进行有监督式学习,得到一个二分类的性别分类器.实验结果表明,针对现实场景中的人脸图片,该算法比现有算法具有更高的识别准确率.

云计算平台生存性研究

本文主要研究云计算平台的生存性问题,设计并提出一种云计算平台生存性机制,利用虚拟化技术把硬件环境与运行系统进行强隔离后,通过把虚拟机迁移到稳定可靠的硬件设备上来保证虚拟机承载的服务的可用性,以提升云计算平台在大规模系统故障发生的情况下的存活能力。具体工作包括设计基于基础设施运行状况的实时监控、基于虚拟机的调度优化、云服务的自动迁移调度和服务自动恢复、以及在异常出现情况下的预警和告警的机制。本文的主要贡献包括确立了云计算平台的生存性需求,提出了基于虚拟资源迁移的生存性机制以及实现并整合生存性机制到现有的Vebula私有云基础设施平台。

用OCI封装类进行数据库间应用系统的移植

相比ProC等其他方法,使用OCI进行Oracle数据库应用开发具有更高效的优点,论文介绍了对Oracle数据库的底层OCI库函数进行面向对象封装的思路和方法,用封装类将其他数据库的应用移植到Oracle数据库上,并给出一个简单的应用例子。

梯度神经网络求解Sylvester方程之MATLAB仿真

近年来,国内外学者发表了许多关于线性代数问题实时求解的方法,其中包括了矩阵求逆和线性方程组的并行求解方法。在研究了基于梯度法的递归神经网络用于Sylvester矩阵方程的实时求解后,通过使用Kronecker乘积和矩阵向量化等技术进行了MATLAB仿真从而验证了相关理论分析。计算机仿真的结果证实了这类神经网络方法在解决Sylvester矩阵方程中的有效性和高效率(特别是在使用幂S型激励函数的情况下)。

PID神经元网络之权值直接确定法研究

网络权值如何确定,是人工神经网络研究中的一个重要课题。传统PID神经元网络在该问题的研究上,大多数采用误差回传(BP)的思想,通过迭代训练而估算出该网络的连接权值。针对PID神经元网络,对其进行简单巧妙的转化,可提出一种基于矩阵伪逆表述的直接计算权值的方法,从而避免了冗长的迭代训练过程。计算机仿真结果表明,该权值直接确定方法不仅有更快的学习/计算速度,而且能达到更高的计算精度。

基于稀疏矩阵的Arnold数字图像加密算法

针对原有Arnold数字图像加密算法中常见的密钥空间不足的问题,提出了一种基于稀疏矩阵的Arnold数字图像加密算法——SMA;同时为了进一步提高该基于稀疏矩阵的Arnold数字图像加密算法的安全性,利用图像分层及三层加密结构的思想来加以改进,提出了安全性提升算法——3SMA(3 round SMA)。SMA算法的加密流程首先利用Arnold变换将明文图片扩散到一个较大的稀疏矩阵中,再去除稀疏矩阵中的无效元素得到密文;解密时输入密文图片,依照预先计算好的对换表将密文中的像素调整回原来的位置得到明文。3SMA算法使用三个不同的轮密钥,每一轮都处理明文图像中的两个颜色分量以达到加密的目的。实验表明,与已有的Arnold数字图像加密算法进行对比时,SMA与3SMA算法具有更高的安全性。