多变量数组下标表达式的分解与相关性测试

针对多变量数组下标表达式之间的相关性不能有效测试的问题，提出了一个分解算法。运用该算法，在一定条件下可以将一个多变量的数组下标相关方程分解成多个独立的，简单的盯关方程，从而有效地提高相关分析精度，该算法的时间开销小，有很好的适用性。     

实现冒泡排序算法的一种新方法

冒泡排序中，每趟比较结束时都能确定一个数据的最终位置，在数组中用下标表示，标值的变化为循环控制变量的变化给出了一种实现冒泡排序算法的新方法．     

dBASEⅢ程序设计中的数组处理方法

由于dBASEⅢ数据库管理系统中没有直接定义数组的功能,使得不少程序员在进行数组处理时深感不便。本文阐述了dBASEⅢ程序设计中“准下标变量”的概念,找出了应用准下标变量应当遵循的一般规则,从而解决了dBASEⅢ程序设计中的数组处理问题。     

编译中的循环优化

讨论了循环优化的目标和循环优化的各种程序变换方法．程序变换可大大减少下标变量的访问时间；消除某些类型的相关，提高软件流水的“深度”；合并多个循环，有利于进行代码压缩．     

基于Java多线程隐藏数组下标变换表达式的代码迷惑算法

对数组下标变换表达式进行预处理,使得表达式能够并行处理后,通过对线程控制,并行求解变换表达式的值,实现一种隐藏数组下标变换过程的代码迷惑算法。该算法所处理的迷惑代码能够很好地抗击源代码静态分析和基于源代码植入反迷惑攻击。     

解复矩阵方程的算法与C程序

给出了解复矩阵方程的一个简单算法，该算法具有计算量与存储量较少的特点，并介绍了在没有复型变量的情况下，利用C语言实现该算法的方法．     

AutoLISP语言中使用“数组”

阐述了 Ａｕｔｏ Ｌ Ｉ Ｓ Ｐ 语言中使用两种表模拟数组的方法和局限性,提出了一种新的模拟数组的方法：定义两个新函数“宏代换”函数和下标变量赋值函数,并讨论了二者的使用方法。     

C语言指标探讨

结合实例从五个方面对C语言指针进行分析和探讨：阐述C语言指针的概念和正确使用指针变量,区分指针变量和指针的指向变量的含义和用法;通过判断变量与运算符*。[]和（）的结合顺序来确定变量的数据类型及指向变量或成员变量的类型;指出指针与数组的关系,通过指针来访问数组元素和采用下标法数组元素的等价关系;作为函数参数的指针变量;可以改变所指向的主调函数变量的值;指针可以实现动态存储分配,用来实现对链表的创建,插入和删除等操作。     

TC中scanf函数的一个Bug及其解决办法

在C语言教学中，我们发现使用TC中scanf（）函数时，当输入项为float型二维数组元素，同时其下标为变量时，往往程序不能正常运行。通过实例分析了产生这种问题的原因，提出了解决方法。     

多维下标变量相关性的矢量识别法

本文利用矢量方程的概念,给出了两种多维下标变量相关性识别的有效方法:VGCD方法和值界收缩法.与现有的各种判定方法相比,本文方法具有更高的识别精度,且更易于并行实现,以提高识别效率.     

基于Range Test的交互式数据相关性分析技术

数据相关性分析是开发程序并行性最重要的技术之一 ,但是传统的自动数据相关性分析难以处理实际应用程序的复杂情况 ,而且 ,程序中固有的语义信息也无法为并行化工具所理解。这种状况限制了现有并行化系统的并行效果。一种新技术——交互式数据相关性分析可以改善这一状况 ,其中核心的数据相关性信息提取模块能够将自动数据相关性分析所得的不确定性结果转化成一些简单的问题并提交给用户 ,从而使用户与并行化工具紧密合作 ,改进数据相关性分析的结果 ,进而提高并行化系统的能力。交互式数据相关性分析技术已在清华大学开发的 TIPS并行化系统中实现了。     

基于FBM的流量自相似性研究

指出传统FBM模型不能描述短程相关性流量的原因,并对其改进,改进后的FBM模型弥补了传统的FBM模型不能适应短程相关性的描述问题,同时使模型的表示更为简洁,适应性好.仿真表明,改进后的模型能够满足不同范围尺度的相关性.     

并发程序内部表示及静态切片算法的改进

通过分析Krinke切片算法对程序循环体内嵌套一个或多个线程结构会产生切片不精确现象,得出Krinke算法所基于的程序依赖图对线程间数据的依赖关系定义得过于粗糙,且对并发程序执行行为的合法性约束不够严格的结果.据此,提出一种新的并发程序依赖图,引入跨线程边界循环-承载数据依赖关系,并在此数据结构上改进了切片算法;引入区域化执行证据概念,进一步约束程序执行行为的合法性,并给出了添加跨线程边界循环-承载数据依赖关系的算法及新的并发程序切片算法的伪代码.实例分析与算法性能测试表明,改进的切片算法克服了Krinke算法的不精确现象,降低了时间开销,改善了算法的可伸缩性.     

自贡市外贸依存度与经济发展的相关分析——基于2000—2010年的统计数据

根据自贡市2000—2010年的外贸数据，对自贡市外贸依存度与经济发展之间的关系进行了实证分析．研究表明自贡市外贸依存度与CDP存在正相关关系，并且对外贸易对自贡市经济有着一定的拉动作用．因此，自贡市应该借鉴东部地区经济发展经验，改变单一的贸易方式，提高加工贸易所占比重，提高外贸依存度，以对外贸易带动相关产业的发展，增强经济发展的动力．     

基于数据拓扑图的变量影响分析方法

为了解决软件中数据变量发生异常的问题，以及找到该异常变量在整个程序中与其余变量之间的关系和该变量的影响范围，提出了一种基于数据拓扑图的数据影响分析方法。研究了静态分析提取变量的依赖关系包括顺序依赖、自身依赖、节点依赖和函数依赖，得到变量的依赖影响集合，生成变量的数据拓扑图。实验结果表明，该方法能全面覆盖程序中的变量并准确地生成指定变量的数据拓扑图，且数据拓扑图能够发现异常变量在程序中影响了哪些变量，哪些变量被异常变量影响。     

顺序程序任务并行性的识别

探讨了任务并行性识别中任务执行条件的导出，利用任务给点间的相关性（包括数据相关和控制相关）就可求出并行执行条件．提出了层次任务图模型下直接生成优化任务执行条件的算法，省去了后控树及控制相关图（ＣＤＧ）的产生，其过程简单且比较高效．     

基于依赖结构分析的类重要性度量方法

为支持自动识别系统中重要的类,提出了一种基于软件依赖结构分析的类重要性度量方法.该方法首先用一个图模型表达类之间的3种依赖关系,包括类-类继承依赖、类-属性交互依赖和类-方法交互依赖,然后用PageRank, HITS和Betweenness Centrality算法通过对依赖关系结构的全局分析来度量类的重要性.该方法仅使用在软件开发的分析和设计阶段可以得到的信息,因而可用来在软件开发的早期识别系统中重要的类.实验结果表明,在识别重要的类时,该方法产生与简单方法不同的结果.     

自相关性对IP网络数据流量预测影响的实验分析

为了测定自相关性对于IP网络数据流量预测的影响,利用局域网和广域网上的真实流量数据集,设计并进行了流量聚合实验和洗牌实验.得到的实验数据显示,随着聚合尺度的增大,平均相对预测误差减小;自相关性越强,预测误差越小;上述影响主要来自于短时相关性.实验结果表明,自相关性对于数据流量预测具有重要影响,自相关性越强,预测效果越好;而且,短时相关性的影响是主要的,长时相关性的影响很小.     

基于决策表的模糊粗糙单调依赖算法及其应用

为了挖掘输入输出之间量的单调依赖关系,根据模糊粗糙集理论,通过对实践中量依赖关系的数据分析,提出了基于决策表的模糊单调依赖算法.文中通过区间映射定义了模糊单调依赖关系和模糊单调递增依赖隶属关系等概念,讨论了模糊单调递增依赖关系的参数和性质,并证明了相关命题.将该算法应用到工业污水的处理中,结果表明该算法是一种有效的数据...     

历史关系模式的最大完全时间依赖集求法

对基于TNF的历史关系模式TUg,提出了时间依赖、最大完全时间依赖集等重要概念,并给出了最大完全时间依赖集的求解算法及证明。为解决历史关系模式中存在的数据冗余、TNF异常等问题奠定了基础。