论文部分内容阅读
对现有著名的类内聚度度量进行了较深入的分析,指出了各自存在的缺陷与不足,并在此基础上考虑到类内聚度受到类内有可能与外界组件产生耦合的成员的负面影响,提出了对CCM(C)再次修正后的MCCM2(C)。
面向对象软件中类内聚度度量分析与研究
【摘 要】
：
对现有著名的类内聚度度量进行了较深入的分析,指出了各自存在的缺陷与不足,并在此基础上考虑到类内聚度受到类内有可能与外界组件产生耦合的成员的负面影响,提出了对CCM(C)再次修正后的MCCM2(C)。
【机 构】
：
西北大学软件工程研究所
【出 处】
：
计算机应用研究
【发表日期】
：
2007年07期
【基金项目】
：
国家“863”计划资助项目（2004AA115090）,西安市科技攻关资助项目（GG200220）
其他文献
对于同一个非线性系统,比较单纯ε-不灵敏支持向量机方法和基于主元提取、基于偏最小二乘提取的ε-不灵敏支持向量机方法在输入相关和不相关两种情况下的拟合性能和抗干扰性能。仿真结果表明:当输入变量之间存在相关性时,基于特征提取的方法优于直接采用ε-不灵敏支持向量机的方法。
首先描述了粗糙集理论的基本概念,包括粗糙集知识表示方法和粗糙集约简理论;叙述了粗糙集理论及其与其他非线性理论相结合在图像处理中的应用情况;最后指出了粗糙集理论应用于图像处理的基本思路,并指出将粗糙集理论与其他非线性理论相结合应用于图像处理,将会产生更加有效的结果。
给出了一种利用目标函数的二阶信息选择工作集训练加权支持向量机的算法,导出了加权支持向量机的KKT条件。实验结果表明,与利用目标函数的一阶近似信息选择工作集的训练算法相比,该算法减少了训练迭代次数,特别是训练集规模较大时,该算法的收敛速度有较大幅度的提高。
通过马尔可夫模型对SHD2 IP系统中的双机热备份系统进行可信性建模和分析,从理论上对SHD2 IP系统的可信度和安全度进行研究,并根据设定的参数分析参数对系统可信度和安全度的影响。最后根据参数对系统影响的大小提出提高系统性能的思路。
从优化小波神经网络的角度出发,对两种优化模型从理论上进行建模与推导;根椐预测控制的特点,提出离散小波神经网络模型GA分层优化方法及广义小波神经网络模型优化方法与预测控制相结合的新的应用途径。仿真结果证明了该方法的有效性和可行性,能使实际工程中的预测控制结果得到优化。
随到接入是多数流模型普遍采用的假定,实际通信系统中突发通常是时分接入的,这个差别对流模型精度造成多大影响常常是流模型研究中被忽视的问题,相关的论文至今为止几乎没有见到。为此就间断泊松模型(IPP)对这种误差作了研究,从数学根源上揭示了误差产生的原理,并推导出了时隙化IPP的动态均值流量与IPP模型的误差近似公式。仿真显示该理论结果与仿真值高度一致,相比IPP结果具有更高精度。
详细剖析了MANETs路由协议中存在的节点自私问题,提出了一种综合、有效的解决方案。
基于马尔可夫随机场(MRF)模型,提出一种直接采样的图像修复方法。通过优先权机制来决定边界像素的修复次序,充分顾及到图像的边缘结构信息,同时能够恢复纹理细节,避免了模糊效应。实验证明该算法具有很好的修复效果。
提出一种基于光流特征与序列比对的行为识别算法。首先利用分层光流提取视频序列中的运动信息;然后用光流场的方向直方图构造相应行为的模板库和索引序列库;最后用序列比对方法实现行为识别。实验结果表明,该算法可在线进行人的典型行为识别,对目标尺度变化、小角度倾斜和旋转具有一定程度的鲁棒性。目前以该算法为核心的行为识别实验系统对图像尺寸为320×240的序列平均处理速度达到10 fps。