基于熵的AO程序复杂性度量

AOP(aspect-oriented programming)是一种新的程序设计范式,它能够有效解决横切关注点分离问题.由于AO系统的行为依赖于aspect与类之间的交互,因而定义一种新的、适合于AO的复杂性度量,以更加有效的理解和维护AO程序就很有必要.提出了一种新的复杂性度量,用以评估AO系统中aspect的复杂性.首先定义了aspect的信息流图,用以描述组成aspect的元素之间的交互和aspect与其他程序单元的交互;在此基础上,提出了一种基于信息熵的aspect复杂性度量,它从aspect负载的平均信息量角度量化aspect的复杂性.分析了它的外部行为特性,并使用多个AO项目进行了验证.实验结果表明,该度量反映了aspect的设计度量,能够有效的预测aspect的复杂性.     

完备凸度量空间中两个映射的公共不动点的Ishikawa迭代强收敛定理

设C是完备凸度量空间(X,ρ)的一个非空闭凸子集,S,T是C上的两个自映射,在S,T具有性质(A)或(B)的条件下,当S,T生成的Ishikawa迭代序列强收敛时,则其收敛点为S与T的公共不动点;当S与T的公共不动点非空时,则由S,T生成的Ishikawa迭代序列强收敛到S,T的唯一公共不动点。文章的结论改善并推广了部分作者的相关结果。     

基于量化指标分析的软件质量度量方法

使用定量的软件质量度量能够为质量管理人员的决策提供数据的基础，并减少定性评价或者主观评价的片面性。本文基于ISO/IEC9126软件质量标准，在分析软件质量度量的量化指标的基础上，进行了软件质量度量方法的研究，完善了软件质量综合特性和定量指标的度量模型。     

离散度量空间的应用

在数学的教学和研究中,经常需要用反例来说明某个命题不真.现讨论离散空间在泛函分析和拓扑学的教学和研究中是如何充当反例角色的.     

协方差测距算法在多维聚类分析中的优化研究

为了在多维聚类分析中运用有效距离度量方法表征数据对象的邻近度,提出一种协方差测距（covariance distance measure analysis,CDM）算法,首先,采用模糊C均值(fuzzy c-means,FCM)方法对数据对象赋予权值,得到每个样本点相对类别特征的隶属度,再依据隶属度计算每个样本的差异度;其次,为了使类别分离最大化,用样本点同关联类别的协方差距离度量代替模糊聚类中欧式距离度量作为优化问题的第一个标准,使相似数据对象更为接近;最后,用样本点间的协方差距离度量作为第二个优化标准,使相异数据相互隔开,交替固定变量迭代计算最优解,使聚类指标和距离度量学习参数同时得到优化,获得更好的聚类结果。在不同数据集上的实验结果表明,与FCM-Sig和UNCA算法相比,CDM算法在聚类准确性和算法收敛性方面均有更好表现。     

自适应动态K的WKNN室内定位方法

WiFi室内定位已被广泛研究,并且提出了许多解决方案,其中以接收信号强度(received signal strength, RSS)作为位置指纹的加权K-最近邻(weighted K-Nearest neighbor, WKNN)算法是目前使用最广泛的位置指纹算法之一。由于WKNN算法通常采用固定的K值,其定位精度在实际使用时具有局限性。尽管动态K的方案被提出,但是由于引入了新的不确定性参数,因此,并未真正解决问题。针对这个问题,提出了一种自适应动态K的WKNN室内定位方法。提出的算法的K值自适应调整仅依赖于离线和在线数据,即可以不引入新的不确定参数。在这个前提下,提出的算法采用“多雷达搜索策略”的方式自适应选择近邻数K值进行在线位置估计。在真实环境中采样了大量数据进行了试验。试验结果表明,提出的算法可根据在线情况自适应调整K值,获得了较好的定位结果。     

锥度量空间中C-距离下扩张映射的不动点定理

在半序锥度量空间中研究讨论了c-距离下的扩张映射的不动点存在问题,且第一个定理去掉了锥的正规性,第二个定理去掉了映射的连续性,所得结果改进了原有的一些重要结论．     

带有Banach代数的锥度量空间中的一类公共不动点定理

首先介绍了带有Banach代数的锥度量空间的相关概念,然后给出此空间中的一类公共不动点定理,并且举例说明其应用.     

在凸度量空间中拟非扩张映射的不动点定理

引入了凸度量结构和满足(Φ)条件的函数的概念,通过构造带有误差的广义Mann型迭代序列,探讨弱可共处映射公共不动点问题.     

全息存储通道中的一种有效维特比检测器的设计

基于现有的在全息存储通道中使用的6：8等重调制码的维特比检测器(Viterbi detector,VD)方案,提出了一种能显地降低2码元交换错误事件发生率的VD方案(称之为PVD方案)．仿真实验结果显示,与原VD方案相比,使用3比特量化器的PVD方案,在原始误码率为10^-3处能获取3．4dB的检测增益．此外,在软件平台MAX Plus Ⅱ上验证了用硬件描述语言设计的PVD方案,为使用复杂可编程逻辑器件实现PVD方案奠定了基础．