Web文本挖掘技术研究

作为从浩瀚的 Web信息资源中发现潜在的、有价值知识的一种有效技术 ,Web挖掘正悄然兴起 ,倍受关注 .目前 ,Web挖掘的研究正处于发展阶段 ,尚无统一的结论 ,需要国内外学者在理论上开展更多的讨论 .同时 ,Web挖掘系统的开发对其研究也将起到很大推进作用 .首先探讨了 Web挖掘的有关理论 ,从 Web挖掘的定义、Web挖掘与 Web信息检索的关系、Web挖掘任务的分类与功能等方面加以阐述 .然后重点分析了 Web文本挖掘的方法 ,包括 :文本的特征表示、文本分类与文本聚类 .在此基础上简单介绍了一个 Web文本挖掘系统原型Web Miner.Web Miner采用了多 agent体系结构 ,将多维文本分析与文本挖掘这两种技术有机地结合起来 ,以帮助用户快速、有效地挖掘 Web上的 HTML 文档 .

一种新的常数度数的P2P覆盖网络

许多结构式P2P系统使用DHT技术将数据映射到相应的节点,以便在数据的存放与查找方面有很好的扩展性.但是,在节点数为n的网络中,大多数结构式P2P系统的每一次查询(lookup)都需要O(logn)步,而且每个节点都要维护O(logn)个邻居.该文提出了一种新的常数度数的P2P系统,它模仿立方体互连圈(CubeConnectedCycle)的拓扑结构,命名为Cycloid.在节点数为n=d×2d的Cycloid系统中,每次查询只要Ο(d)步,并且每个节点只需要维护Ο(1)个邻居.模拟实验表明,在网络规模较大和节点出入频繁的动态P2P网络中,Cycloid比其它常数度数的P2P系统(如Viceroy和Koorde)具有更好的性能,尤其是Cycloid具有更高的搜索效率、更均匀的数据分配、更平衡的节点负载.

基于Internet的信息资源发现技术与实现

Ｉｎｔｅｒｎｅｔ上大量、异质、分布、动态的信息造成了“信息过载”．在信息充斥的情况下，如何有效地为用户提供基于Ｉｎｔｅｒｎｅｔ的资源发现服务已经成为一项重要而迫切的研究课题．搜索引擎部分地解决了资源发现的问题，然而其效果却远不能使人满意．文中首先提出了分布协作式资源发现策略，讨论了资源发现服务中所涉及的几项关键技术，包括：多维文档立方体数据模型、Ｗｅｂ 文档检索、基于Ｚ３９．５０ 的书目检索以及基于Ａｇｅｎｔ的用户接口等，并给出了相应的解决方案．在此基础上，文中构造了一个系统原型ＲＤＳＣＣ。

基于潜在语义分析的中文文本层次分类技术

从网络文本自动分类的需求出发 ,针对基于VSM模型的分类处理中词条无关假设和词条维度过高等问题 ,对基于类中心向量的分类方法进行了改进。利用LSA分析中的SVD分解获得Web文档的语义特征向量 ,并在此基础上进行分类处理 ,在不损害分类精度的同时提高了分类及其后处理速度 ,并设计实现了一个原型系统。

一个软件再工程的实例分析

软件再工程在软件的维护、改造等方面起很重要的作用。文章结合一个具体的软件改造项目的开发，阐述了软件再工程在实际中的应用。

基于多示例学习技术的Web目录页面链接推荐

在Web目录页面中,向用户推荐其感兴趣的链接有助于用户高效地访问网络资源.然而,用户往往不愿花费很多时间来标记训练样本,其提供的数据可能只能说明某个目录网页是否包含其感兴趣的内容,而不能明确标示出其感兴趣的具体链接.由于训练数据中缺乏对链接的标记,但预测时却需要找出用户感兴趣的链接,这就使得Web目录页面链接推荐问题相当困难.CkNN-ROI算法被提出用于解决该问题.实验表明,CkNN-ROI算法在解决这一困难的链接推荐问题上比其他一些算法更为有效.

回归测试用例选择技术研究综述

回归测试用例选择(Regression Test Case Selection,RTS)问题是回归测试研究中的一个热点,旨在从已有测试用例集中选择出所有可检测代码修改的测试用例。但迄今为止,国内研究人员并未对RTS问题的已有研究成果进行系统总结和比较。首先在回归测试活动和测试用例划分基础上,引出RTS问题和相关假设。随后从源代码和模型角度对已有RTS技术进行分类,从源代码角度出发,又进一步将其细分为线性规划法、数据流分析法、图遍历法、程序切片法和防火墙法等。接着对常见评测数据集和评测指标进行总结,最后对该问题的未来研究方向进行了展望。

Internet视频流中的自适应拥塞控制技术研究

在当前 Internet的尽力而为服务模式下 ,网络拥塞和分组丢失不可避免 ,视频流应用必须使用有效的拥塞控制和差错控制机制来改善性能 .文中给出一个自适应拥塞控制与 RS编码差错修复机制相结合的端到端单播视频流体系结构 .所设计的自适应视频流协议 AVSP以一个参数可调的加权移动平均速率调整策略为核心实现拥塞控制 ,并使用 Gilbert模型进行分组丢失率估计用于决策 .仿真结果表明 ,AVSP具有对网络可用带宽波动的自适应能力和 Internet共享环境下的 TCP友好性 .

隐蔽通道发现技术综述

本文首先解释了隐蔽通道的概念,介绍了隐蔽通道的分类。然后花主要精力,结合实例概述了当代国际上已经使用过的隐蔽通道的方法。并且对目前已有的这些方法从不同的方面给出了对比性的评价。在文章的讨论部分,作者基于目前的形势以及传统发现方法的限制给出了针对隐蔽通道发现方法建设性的见解和展望。

一种面向测试需求部分覆盖的测试用例集约简技术

软件系统开发中频繁面对局部更新和部分缺陷修改,此时需要选择性回归测试;为降低其测试工作量需要解决部分覆盖用例集约简问题.文中基于选择性回归测试形式化定义多目标用例集约简,并设计HATS算法解决该问题.HATS算法遵循启发式贪婪搜索框架,定义权重因子α平衡两方面目标:其一是减少用例集规模;其二是避免对无关需求的覆盖.实验结果表明:同现有约简技术和算法相比较,通过适当设置因子,αHATS算法能够降低用例集规模、减少对无关需求的覆盖、同时缓解对缺陷检测能力的影响.文中的创新贡献在两方面:其一根据选择性回归测试定义多目标用例集约简问题;其二是设计HATS算法以更少的测试用例数量维持缺陷检测效果.

基于CMMI的小型软件过程自评估工具

CMMI—SW 是 SEI 在 CMM-SW 的基础上开发并在全世界推广实施的一种软件能力成熟度评估标准,主要用于指导软件开发过程的改进和进行软件开发能力的评估。本文基于 CMMI 和小型过程评估的思想设计了一个小型软件过程评估工具,帮助中小型软件组织根据 CMMI 进行快速的软件过程自评估。

一种网络拥塞预测新方法

提出基于粗糙集的模糊神经网络流量预测算法。传统的流量控制技术,总是以网络资源当前使用情况对包进行处理,没有考虑流量预测问题,易造成流量控制滞后的情况。将基于粗糙集的模糊神经网络引入流量控制,利用其处理不确定性问题和自学习能力,进行流量预测,较好地解决这一问题。最后仿真分析了本方法的性能,证明方法的有效性。

一种新的字符特征提取方法及其在识别中的两个应用

特征抽取是识别中的重要步骤 ,提取描述性强的特征能够有效提高分类器的识别效率 .在提出有关概念的基础上 ,介绍了特征行抽取在字符识别过程中的两个重要应用 .首先 ,在分类识别时可用作匹配的特征向量 ,通过双向匹配来识别独立的字符 .其次 ,可在识别粘连字符时用于预测前端字符 ,并在提取前端字符后对预测结果进行验证 ,从而达到准确分割和识别粘连字符的目的 .还详细描述了交互确定特征行的方法 .

HFS:一种面向软件缺陷预测的混合特征选择方法

在软件缺陷预测研究中,若考虑了大量度量元会造成数据集中含有大量特征,其中冗余特征和无关特征会降低缺陷预测模型的性能。提出一种两阶段混合特征选择方法 HFS,具体来说,首先基于特征子集评估器移除已有特征集中的无关特征和冗余特征,随后基于特征排序评估器进一步移除其中的无关特征。在实证研究中,以基于实际开发项目的数据集作为评测对象,以NONE、CFS和CAR三种方法作为与HFS方法比较的经典方法。最终基于三种不同类型的分类器(包括决策树法、支持向量机和最近邻法)上,发现HFS方法不仅能够选出更小规模的特征子集,而且在大部分情况下,尤其以决策树作为分类器时,能够有效提高缺陷预测模型的性能。

基于组合测试的软件故障定位的自适应算法

在研究了Martinez等人提出的组合测试错误定位模型的基础上,改进了他们用高维覆盖表来构造错误定位表的方法,并且针对安全值已知的待测系统提出了至多t维的错误交互定位的自适应算法,从而解决了Martinez等人提出的开问题之一,并进一步分析了自适应算法的性能,证明了定位错误交互需调用的测试过程数目是关于错误交互数与因素数多项式阶增长的,拓展了Martinez等人提出的针对t=2的错误交互定位的自适应算法.

面向3G通信的流媒体关键技术研究

3G网络实时流媒体通信是一种新兴的移动增值业务,近年来对其需求日益增强,引起了学术界和工业界的广泛关注。3G流媒体开创了无线通信、互联网和视频融合的新时代。然而由于无线通信网络动态变化的信道特性、有限的带宽资源、高误码率、节点移动以及多媒体业务严格的服务质量(QoS)要求,3G流媒体业务的服务质量(QoS)保障成为一个挑战性的问题。首先对比目前几种主要的3G通信标准的技术特点;在此基础上从QoS体系、传输协议、编码技术、实时流媒体通信流特性建模等几个方面探讨面向3G通信的流媒体关键技术和研究方法;最后归纳该领域目前需要重点解决的关键问题。

基于隐式反馈的个人信息检索技术及实现

回顾了已有的相关反馈技术，在此基础上提出了构造和调整用户兴趣模型的隐式反馈算法，给出了一个基于隐式反馈的InfoAgent的设计实现和实验结果。实验表明隐式反馈技术对提高检索精度有很大的帮助。

基于本质用例的软件需求分析和获取

本质用例描述了用户与系统间抽象、轻量级和技术无关的对话过程。与传统的用例相比,本质用例更为简洁,避免了在开发过程早期就进行设计决策。本文探讨了在软件系统开发过程中,使用本质用例进行需求分析与获取的过程,并将其与传统的用例技术进行了比较。

基于Box-Cox转换的集成跨项目软件缺陷预测方法

对跨项目缺陷预测问题展开了深入研究,在源项目实例选择时,考虑了三种不同的实例相似度计算方法,并发现这些方法的缺陷预测结果存在多样性,因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法 BCEL。具体来说,基于不同的实例相似度计算方法,从候选集中选出不同的训练集;针对这些数据集,进行有针对性的Box-Cox转换,并借助特定分类方法构造出不同的基分类器,最后将这三个基分类器进行有效集成。基于实际项目的数据集,验证了BCEL方法的有效性,并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响。

数据筛选技术在并行I/O中的应用

CollectiveI/O是并行I/O的一种实现方式 ,然而科学应用中的请求并不总能很好地满足进行CollectiveI/O的前提条件 .根据工作站网络的特点 ,在并行I/O系统CION(CollectiveI/OonNowsystem)中将数据筛选技术与之紧密结合 ,充分发挥了CollectiveI/O的功效 .性能测试显示了数据筛选对系统性能的显著提高 .