构件软件的质量和度量

描述了构件技术的特点,介绍了度量的理论基础,并提出了一些关于构件软件的度量准则。     

改进的RBF神经网络模式分类方法应用研究

经典的Bayes分类方法一般需要事先对样本的分布特性作出假设,当假设模型与样本实际分布情况不相符时,就难以得到较高的分类精度。当处理同类别多区域样本分布问题,例如变标签问题时,距离判别、Fisher判别、k－近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算大致相同。核函数生成既考虑了训练集样本自身的类别因素,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层LBF网络对提高改进的RBF网络分类正确率的极端重要性。大量应用实例表明,与前向三层RBF网络和前向三层LBF网络相比,该IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点,有利于实现实时分析。     

The Web Application Test Based on Page Coverage Criteria

Software testing coverage criteria play an important role in the whole testing process. The current coverage criteria for web applications are based on program or URL. They are not suitable for black-box test or intuitional to use. This paper defines a kind of test criteria based on page coverage sequences only navigated by web application, including Page_Single, Page_Post, Page_Pre, Page_Seq2, Page_SeqK. The test criteria based on page coverage sequences made by interactions between web application and browser are being under consideration after that. In order to avoid ambiguity of natural language, these coverage criteria are depicted using Z formal language. The empirical result shows that the criteria complement traditional coverage and fault detection capability criteria.     

改进的RBF神经网络模式分类方法理论研究

研究了前向两层径基函数（RBF）网络和前向两层线性基本函数（LBF0网络的发类机理及其结构与初始参数优化确定方法,提出了Guassian核函数的中心和宽度应通过学习自动确定,在学习过程中根据错分样本自身的类别和被错分入的类别自动生成新的核函数,并根据新增核函数对测试集的作用自动删除多余核函数的观点,从理论上阐明了采用Sigmoid活化函数的两层LBF网络的分类阈值为0．5,进而提出了由两层RBF网络和两层LBF网络组成的前向RBF神经网络－－IRBF神经网络。     

电子商务系统主体行为的描述与分析

电子商务系统的主体行为对整个交易的安全非常重要。本文应用标注Petri网模拟技术,建立了电子商务系统中主体行为模型,解决了主体的责任分析、证据收集等与安全性有关的问题。     

基于神经网络的软件质量综合评价方法

研究了软件质量评价的度量模型,指出了软件综合质量评价中需要解决的一致性与稳定性问题,提出了基于前向单隐层神经网络的软件质量评价方法,一个软件质量评价实例表明,该方法具有满意的效果。