排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
基于合约的构件易测试性设计支撑工具的设计与实现 总被引:3,自引:0,他引:3
构件技术的新特点为构件测试带来挑战.合约式设计是一种重要的软件易测试性设计方法.基于合约的构件易测试性设计为构件测试提供了一种有效的手段.设计并实现了一种新的合约式设计工具(PKUJDBCT),为构件的易测试性设计提供有力的支撑,并为今后进一步研究基于合约的构件易测试性设计方法打下了良好的基础. 相似文献
2.
在分析挖掘一个网络中的信息时,一个非常重要的信息就是统计Motif.现有算法是将原始网络在给定的条件下进行边与顶点转换,再从转换后的网络中找出所有子图,如果子图不满足Motif的要求则删除,存在时间复杂度过高的问题.针对这种情况,提出了一种自底向上的剪枝算法,在不需要经过网络转换的前提下,首先找到最小的符合要求的子图,再推导出更大的子图,而且所找到的每个子图均满足Motif的要求.并通过时间效率分析得出,对于该问题而言,提出的算法优于现有的算法,具有一定的理论研究价值. 相似文献
3.
通过PCR从苋属植物千穗谷(Amarathus hypochondriacus)的总DNA中扩增出苋菜抗菌肽(Ah—AMP)的核基因片段,序列分析结果表明该基因长261bp,编码一个由86个氨基酸组成的Ah—AMP前体多肽。在构建Ah—AMP基因的植物表达载体pBinAH916后,通过根癌土壤杆菌介导方法转化了烟草。转化再生植株和T1代转基因烟草的PCR和Southern blot分析表明,AA—AMP基因已整合到烟草的染色体中,并为单拷贝整合。T1代转基因烟草的Nouthern blot分析结果表明,AA—AMP基因在转基因烟草中至少在mRNA水平上能正常表达。对T0代转基因烟草进行烟草青枯病的抗病性试验,筛选出两株抗性较强的植株。对T1代抗青枯病的统计分析发现,其抗病性比起始品种SRl分别提高了2.24和1.62个级别;其病情指数比起始品种降低49.6%和37.3%。对黑烃病也表现一定的抗性,主要表现在推迟发病时间,减缓发病速度上。这些结果表明AA—AMP基因在植物抗病基因工程研究中可能是一个有潜在应用价值的基因。 相似文献
4.
表达千穗谷Ah-AMP基因的转基因烟草抗病性研究 总被引:1,自引:0,他引:1
通过PCR从苋属植物千穗谷(Amarathus hypochondriacus)的总DNA中扩增出苋菜抗菌肽(Ah-AMP)的核基因片段,序列分析结果表明该基因长261bp,编码一个由86个氨基酸组成的Ah-AMP前体多肽.在构建Ah-AMP基因的植物表达载体pBinAH916后,通过根癌土壤杆菌介导方法转化了烟草.转化再生植株和T 1 代转基因烟草的PCR和Southern blot分析表明,Ah-AMP基因已整合到烟草的染色体中,并为单拷贝整合.T 1 代转基因烟草的Northern blot分析结果表明,Ah-AMP基因在转基因烟草中至少在mRNA水平上能正常表达.对T 0 代转基因烟草进行烟草青枯病的抗病性试验,筛选出两株抗性较强的植株.对T 1 代抗青枯病的统计分析发现,其抗病性比起始品种SR1分别提高了2.24和1.62个级别;其病情指数比起始品种降低49.6%和37.3%.对黑胫病也表现一定的抗性,主要表现在推迟发病时间,减缓发病速度上.这些结果表明Ah-AMP基因在植物抗病基因工程研究中可能是一个有潜在应用价值的基因. 相似文献
5.
为了提高推荐算法的推荐性能,在序列建模过程中,针对循环神经网络(recurrent neural network,RNN)无法并行运算导致建模速度与准确度较低,以及在偏好预测过程中对用户不同阶段偏好没有动态融合的问题,提出了一种基于混合神经网络的序列推荐算法.在算法模型的用户交互序列建模阶段,考虑到用户近期偏好变化频繁,对于时间效率与推荐准确度都有更高的要求,引入时间卷积网络(temporal convolutional network,TCN)对近期交互序列进行建模,解决了循环神经网络建模速度和准确度较低的问题;在用户偏好预测阶段,在考虑用户近期与长期偏好的基础上,基于注意力机制动态融合了用户近期与长期2个交互阶段的偏好,从而提高了推荐的性能.在公共数据集MovieLens10M与LastFM上进行了实验,结果证明了模型的有效性. 相似文献
6.
模糊k-最近邻(fuzzy k-nearest neighbor,FkNN)及其改进的分类方法忽略了样本存在分布不均匀以及噪声样本的情况,不能充分体现每个类样本特征的差异性,影响了分类的准确率.为此,提出了一种基于紧密度的模糊加权kNN数据分类方法.首先基于样本间紧密度计算样本的隶属度;然后根据特征的模糊熵值分别计算每个类样本特征的权重,并使用加权欧氏距离确定近邻训练样本;最后根据待分类样本所属的每个类别的隶属度确定其类别.对UCI多个数据集的实验结果表明该方法是有效的. 相似文献
7.
8.
9.
10.
针对传统医学图像对缺乏标注的数据进行自动分割时存在分割精度不高、边缘模糊等问题,提出了一种利用混合神经网络对脑部核磁共振成像(magnetic resonance imaging,MRI)的图像进行语义分割的算法。利用仿射网络对脑部MRI图像进行线性几何变换,基于卷积神经网络进行3D医学图像仿射变换,加入稠密模块减轻梯度消失和加强特征传递问题; 通过空间转换网络对脑部MRI进行空间转换,基于图谱的分割法获得脑部图像的分割结果。采用MICCAI的公共数据集BraTs2019进行实验验证,结果表明,算法可由脑部肿瘤MRI图像获得较好的分割精度和分割效率,为脑部MRI图像语义分割的研究提供一种新的实验方案。 相似文献