一种测试用例精简与自动生成方法

为了保证软件质量,在开发过程中引入了多种软件测试技术,需要手工构造大量的测试用例,覆盖软件的功能点。但是手工构造测试用例,工作效率低,并且很难命中所有的功能点,尤其是功能点组合的情况。为了提升软件的测试覆盖率、降低人工成本,本文提出了一种测试用例精简与自动生成方法。该方法根据业务场景分类业务数据,构造功能点组合矩阵,归并、精简业务场景之间的功能点组合矩阵,再执行生产请求,匹配功能点组合矩阵,自动生成测试用例,从而聚焦核心功能点、提升软件的代码测试覆盖率,达到提升软件质量和安全、降低人工成本、提升团队交付能力的目的。     

超欧拉图判定方法的一个注记

通过对图的奇顶点的导出子图做研究,得到了由奇顶点的导出子图的性质判定图的超欧拉性的方法,即当图的奇顶点的导出子图满足一定性质时,可得出图的超欧拉性.     

Cauchy多项式与高阶Cauchy多项式

给出了Cauchy多项式与高阶Cauchy多项式及高阶Cauchy数的定义,导出了它们的生成函数,利用第2类Stirling数得到了它们的递推公式,获得它们与高阶Bernou lli多项式、高阶退化Bernou lli多项式的关系式.     

增压富氧气氛下NOx均相生成及SNCR反应机理研究

采用动力学计算与实验相结合的方式,对增压富氧气氛下的NOx均相生成和选择性非催化还原(selective non-catalytic reduction,SNCR)特性进行研究,分析温度、压力和组分体积分数等关键因素的影响.研究结果表明:对于NOx的均相生成反应,当反应压力为0.1～0.9 MPa时,最主要的NOx生成...     

二甲基醚发动机HCCI燃烧与排放的计算

构建了可应用于均质充量压燃（HCCI）发动机的二甲基醚（DME）详细化学反应动力学M燃烧模型,该模型包含97种物种和457个基元反应．拓展M模型的应用范围,分析了DME发动机HCCI条件下关键基元反应和重要物种随曲轴转角的变化关系,获得了DME氧化反应的主要历程．研究了NOx的生成机理,结果表明NOx排放中NO生成量达到最大值后出现“冻结”现象,NO2与N2O最终排放浓度极少且受缸内温度影响不大．随着缸内温度的增加,NOx排放中NO所占比例逐渐增加．基于化学反应速率及敏感度分析,得到了DME发动机HCCI燃烧的NO排放主要受扩大Zeldovich机理和N2O途径控制．     

易地搬迁安置社区治理研究：文献回顾与研究展望

易地搬迁安置社区的有效治理是巩固国家扶贫搬迁成果的重要方式之一。随着脱贫攻坚向乡村振兴有序推进,学界致力于总结、提炼和反思易地搬迁安置社区的治理问题,涌现出了丰硕的研究成果。经过对国内外相关文献的梳理归纳发现,围绕易地搬迁安置社区治理这一主题,既有研究主要从搬迁安置社区移民政策的执行过程、搬迁安置社区中移民群体的社会融入以及搬迁安置社区的治理策略三个方面展开,为搬迁移民型社区的建设与治理提供了扎实的研究基础。后续可进一步发掘易地搬迁安置社区的长效发展、安置社区的权力生成以及重塑社区公共性等研究议题,在开展易地搬迁安置社区“硬件”设施治理研究的同时,还需兼顾社区“软件”层面的发展与完善。     

基于梯度惩罚-生成对抗神经网络的页岩三维数字岩心重构

数字岩心技术在油气的勘探开发中发挥着越来越重要的作用。由于传统的数字岩心重构方法存在成本高、耗时长等问题,提出使用带有梯度惩罚的生成对抗神经网络(WGAN-GP)实现页岩的三维数字岩心重构。以三组分的页岩图像为训练样本进行模型的训练,得到了可以生成三维页岩图像的生成器模型,进而重构了多个三维岩心图像。将重构岩心与原始岩心进行了各种参数的对比分析,结果表明重构岩心与原始岩心具有很好的一致性,证明了本文方法的可靠性。使用WGAN-GP进行岩心重构具有岩心生成速度快、重构图像尺寸不受限制等优点,具有广泛的应用前景。     

小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。     

大气硝酸盐中氧同位素异常研究进展

硝酸盐是大气中的主要污染物,其前体物NO_x(NO+NO_2)参与大气中多种光化学反应,可以改变大气氧化特性,有利于细颗粒物的形成,影响气候系统与人类健康.硝酸盐氧同位素异常(Δ~(17)NO_3~-)是解析大气硝酸盐生成途径的有力手段.本文对大气硝酸盐氧同位素异常的研究进展进行了综述.首先列举了测试大气硝酸盐三氧同位素(~(16)O, ~(17)O和~(18)O)的前处理方法(热解法、细菌法和化学法),并对比了全球范围内大气硝酸盐氧同位素异常的时空分布特征.其次总结了大气中硝酸盐生成的主要途径及其氧同位素质量守恒,讨论了大气硝酸盐中氧原子的可能来源及其氧同位素异常值,评估了全球及典型区域尺度上氧同位素异常的模型.最后对大气硝酸盐氧同位素异常的未来研究方向进行了展望.