数据并行传输程序中代码坏味检测算法研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:tiankong20
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
程序中某些代码坏味会导致整个程序无法顺利运行,此时,需要清除引起程序错误的代码坏味,以保证程序的正常运行。为此提出了一种基于数据并行传输程序的代码异味检测算法。在并行数据传输程序的信道上建立两组独立的数据序列,通过抑制载波幅度调制将它们调制成一对正交载波,由每个子信道中发送的单个脉冲响应决定信道失真情况;利用贝叶斯网络将最新的检测规则转化为概率模型,并从源代码中提取代码坏味度量,实现代码坏味检测。实验结果表明,所提方法的检测结果比Jaccard测距法更准确,保证了整个数据并行传输程序的稳定运行。
其他文献
传统的室内空间特征多层次布局仿真方法在面对复杂的空间环境时,很难在保证布局合理的情况下,保证仿真数据的精度。为此,提出基于Kinect的室内空间特征多层次布局仿真。使用Kinect设备采集室内空间特征深度数据,经过修复和滤波后,将处理后的数据转换为空间坐标系下的数据,构建空间特征数据的几何模型,采用遗传算法计算出最大迭代次数,获取模型最优解,完成室内空间特征多层次布局仿真。以模型整体偏差以及空间特
因传统信息分类方法在面向大数据时,普遍存在分类时间较长、平均误分率较高的问题,不能有效区分不同信息类型,提出一种面向大数据的规则引擎驱动下信息分类方法。通过对规则引擎下的大数据信息进行分析,构建大数据信息集模型,获取大数据信息特征。将大数据信息特征输入到支持向量机分类器中,以大数据信息分类正确率作为适应度函数,采用粒子群算法对支持向量机参数进行优化选取,根据选取结果实现信息的初步分类,根据初步分类
由于存储空间被磁盘访问的次数较多,导致数据存储安全性较低,空间数据存储效率较慢,由此提出基于SDN技术的多进程空间数据云存储方法。明确SDN的网络体系结构,通过控制器、接口协议、数据区关键技术构建进程空间数据中心平台,利用Hbase扩展空间数据存储空间,将组织类型在逻辑上对应空间数据的地理特征,降低存储空间被磁盘访问的次数,根据四叉树方式组织栅格影像数据,同时四叉树编码每个栅格图片,完成多进程空间