有限元软件结构分析模块的并行开发及应用

通过有限元分析软件结构分析模块在“神威Ⅰ”超级计算机上的并行化二次开发，把商用有限元软件强大的前后处理能力与超级计算机的高性能计算能力结合起来，扩大了分析规模，提高了分析速度．算例分析验证了该研究的正确性和高效性，为大型工程计算提供了强有力的工具．     

异步电机矢量控制系统动态仿真方法

介绍了应用高级语言结合图形化工具仿真动态研究异步电机矢量控制系统的方法.异步电机模型、采用矢量控制策略的变频器模型和通用机械负载模型在Simulink中建立并组合为完整的变频调速系统仿真模型.模型被转化嵌入到C 的主程序而得到可以进行全面、动态、可视化仿真的异步电机变频调速系统软件.测试结果表明该方法得到的仿真模型正确,软件功能多样,使用方便.     

基于ASP技术的协同教学网络课件的研究

结合网络技术特别是ASP技术的发展,分析了协同教学概念模式,对制作协同教学的网络课件的应用技术进行了研究,从网络技术的软件解决方案、网络教学内容设计、网络教学环境设计、网络教学环境教学验证几个方面出发,设计研制了基于IP的C语言协同教学网络课件,并在教学实践中予以验证.     

超高速数据采集与处理系统的设计及应用

系统地介绍了超高速数据采集与处理系统的设计所涉及的各个方面,包括提高采样率的方法,高速数据采集系统性能评估,系统的整体设计与实现,利用通用PC机进行高速信号处理,系统设计中的电磁兼容问题等。最后重点介绍了超高速采集系统在激光雷达、高分辨率微波雷达、软件无线电、数字测量仪及虚拟仪器等方面的应用。     

利用体系结构的建模方法支持测试设计的重用

将体系结构的建模方法应用于测试设计,测试设计和软件设计自上至下同步进行.利用基于体系结构的建模方法将软件设计规范和测试设计规范紧密结合,形成统一的模型描述框架,从而构建层次化的测试设计模型,同时给出了测试用例之间关系的精确定义.结论是:基于体系结构的建模方法能够大大提高软件开发过程中各工作产品的可测试性和测试用例的可维护性,能够有效地支持测试设计的重用.     

Testing and Evaluation for Web Usability Based on Extended Markov Chain Model

As the increasing popularity and complexity of Web applications and the emergence of their new characteristics. the testing and maintenance of large, complex Web applications are becoming more complex and difficult. Web applications generally contain lots of pages and are used by enormous users. Statistical testing is an effective way of ensuring their quality. Web usage can be accurately described by Markov chain which has been proved to be an ideal model for software statistical testing. The results of unit testing can b eutilized in the latter stages, wbich is an important strategy for bottom-to-top integration testing, and the other improvement of extended Markov chain model (FMM) is to present the error type vector which is treated as a part of page node. This paper also proposes the algorithm for generating test cases of usage paths. Finally, optional usage reliability evaluation methods and an incremental usability regression testing model for testing and evaluation are presented.     

动态的 SDN 网络流量模式增量学习算法

针对基于人工神经网络的流量统计特征学习算法在动态适应性和可扩展性等方面尚显不足.提出了一种基于增长型自组织映射(GSOM)的增量学习算法,对软件定义网络(SDN)数据平面交换机的流表统计信息进行持续学习,动态获取网络流量的GSOM神经网络模型.基于DARPA99数据集的实验结果表明:所提出的算法能够通过学习确认安全的SDN流量,获得稳定、可塑的流量模式,对异常流量也有较高的敏感度.     

主成分分析在企业发展评估的应用

在某国有银行财务报表中选取10个主要指标进行主成分分析,利用SPSS20软件求解出第一主成分和第二主成分的主成分得分和综合得分,并根据综合得分进行了排名。最后,总结出平均总资产回报率、风险加权资产收益率、不良贷款率、拨备覆盖率、一级资本充足率和总权益对总资产比率这6个指标的变化会对该企业的发展产生显著的影响。     

基于流类型的SDN数据平面故障恢复算法

软件定义网络(software defined networking,SDN)的网络拓扑中,链路故障恢复目标是保证故障恢复时延在可容忍范围内、减少数据包丢失和节约交换机存储资源.现有研究方法对链路故障恢复考虑了恢复时延、数据包丢失率、网络吞吐量等因素,没有考虑数据流对网络带宽的要求及运营商/用户的一些特殊限制.为了解决以上问题,同时满足故障恢复时延要求和运营商/用户定制化需求,提出了基于流类型的SDN数据平面故障恢复算法(failure recovery algorithm based on flow type in SDN data plane,FR-FT).该方法根据服务质量要求将数据流分为3类,将运营商/客户的定制化需求绑定到不同数据流上,根据对应约束条件对不同类型数据流制定不同故障恢复策略.仿真结果表明,该方法可以减少交换机流表项消耗、故障恢复时延、数据包丢失率.     

嵌入式系统软件抗干扰技术

嵌入式系统中,抗干扰性能是系统可靠性的重要指标,结合自身的实践,介绍了嵌入式系统软件的基本要求及软件抗干扰的特点,并提出了若干行之有效的软件抗干扰措施.