一种从数据流图转换成软件结构图的方法

本文从对数据流图特点的分析和对模块结构图的特点分析并结合数据流图和结构图的关系,提出了一种新的数据流图转换成结构图的方法——添加边界节点法,并将添加的节点作为结构图的第二层,作为数据流传递的间接接口。根据这一原则,在计算机上实现了数据流图到结构图的转换。     

远程教育对高等教育发展的作用和存在的问题

随着网络和计算机技术的发展,以及我国经济实力的不断提高,为了满足社会对技能学习和终身学习需求的不断增加,大力发展远程教育将是一个重要的解决手段。本文主要从远程教育的发展趋势以及发展远程教育对高等教育的意义,说明了发展远程教育对高等学校发展和改革的重要性。通过分析发展远程教育中存在的一些问题,给出了相应问题的解决办法和对策。为今后远程教育健康和快速的发展起到一定的推动作用。     

基于OCL约束的多态性时序图测试用例生成方法

由于UML时序图不能够描述多态性,导致根据时序图生成的测试用例存在不足,无法测试多态性方法.提出了一种对多态性时序图的形式化及相应测试用例的生成方法.根据类约束和满意集规则确定类的多态性方法集CSPM(class sets of polymorphism methods),并将多态性时序图转换为多态扩展有向无环图PCOMDAG(polymorphism class object method acyclic graph).使用提出的测试覆盖准则及深度优先算法对PCOMDAG图进行遍历,自动生成多态性时序图的测试用例.通过实例验证方法的有效性,其结果表明,本方法能够生成基于OCL约束时序图的测试用例对多态性方法进行测试,提高时序图测试集的覆盖度.     

一种支持实时软件时间建模的形式化方法

随着实时系统非功能性质研究的深入,为了分析软件对系统执行时间的影响并对其进行定量分析,提出了一种支持实时软件时间建模的形式化方法。通过扩展时间通信顺序进程的时间语义,将实时系统指令执行的时间映射成为时间通信顺序进程的时间,利用时间通信顺序进程对实时软件时间建模并进行量化分析。提出的时间最优调度算法可以判断时间通信顺序进程的可达性并计算时间最优路径。通过实例验证表明,该方法可以从很大程度上提高实时系统执行时间计算的准确性,计算结果有助于实时系统执行时间的量化分析与优化设计。     

现代远程教育在高等教育中的地位与作用

随着我国社会环境的发展趋势,为了满足对终身学习不断增加的需求,大力发展远程教育将是一个重要的解决手段。本文从为什么要大力发展现代远程教育入手,并结合高等教育人才培养目标、教学模式改革、教师专业素质、课程体系改革以及学生自主学习五个方面,揭示了现代远程教育在高等教育中的地位以及对高等教育的推动作用。     

Web服务组合中的隐私需求规约与验证

确保用户的个人隐私数据不被非法收集和披露,是实现安全Web服务组合的一个关键问题,有必要在设计阶段验证服务组合是否满足隐私策略约束。 首先使用隐私策略规约服务的隐私权限, 然后利用带隐私语义的接口自动机对服务的接口行为进行建模。在此基础上,形式化地检验了服务组合行为是否满足隐私授权约束。基于上述验证过程所组合的Web服务,能有效地减轻对用户隐私数据的危害,增强了组合Web服务的安全性和可靠性。     

一种支持实时软件资源建模与分析的方法

针对实时系统软件设计难以有效兼顾功能与非功能需求的问题,提出了一种支持实时软件资源建模与分析的方法.首先,通过在通信顺序进程上扩展资源信息,得到资源通信顺序进程,并将实时系统指令使用的资源映射为资源通信顺序进程的资源.利用资源通信顺序进程对实时软件资源建模,并进行量化分析.然后,通过提出一系列资源优化检查算法,对建模结果进行资源可满足性检查,并计算出当前系统所需的最少资源量.最后,对机载防撞告警系统进行建模与分析,以说明该方法的有效性.结果表明,该方法能够分析影响实时系统资源使用的关键软件设计要素,评估软件优化对系统资源使用的影响,从而在很大程度上提高了实时系统资源计算和分析的可信性.该计算结果有助于实时系统资源的量化分析和资源优化设计.     

改进边界分类的Borderline-SMOTE过采样方法

针对不平衡数据中类重叠区域易造成分类错误的问题,提出一种引入合成因子改进边界分类的Borderline-SMOTE过采样方法（IBSM）.首先根据少数类样本近邻分布情况找出处于边界的少数类样本,然后计算边界样本对应的合成因子,并根据其取值更新该样本需生成的样本数,最后在近邻中根据合成因子挑选距离最近的top-Z少数类样本进行新样本生成.将提出的方法与八种采样方法在KNN和SVM两种分类器、10个KEEL不平衡数据集上进行对比实验,结果表明,提出的方法在大部分数据集上的F1,G-mean,AUC (Area under Curve)均获得最优值,且F1与AUC的Friedman排名最优,证明所提方法和其余采样方法相比,在处理不平衡数据中的边界样本分类问题时有更好的表现,通过合成因子设定一定的约束条件与分配策略,可以为同类研究提供思路.