基于切片技术获取系统测试用例的方法

针对如何获取局部和全部的系统测试用例,确保其正确性和完备性以及与需求的一致性问题,提出利用先进的建模技术,建立可模拟验证的过程模型,并应用切片技术获取测试用例,并利用基于过程模型结构分析的归纳法证明了该法的正确性,根据过程模型切片准则获取系统测试用例的算法,介绍了实现工具的构成和应用实例。     

Q控制图分析和控制软件过程的方法研究

控制图被广泛用以判定软件过程度量数据的异常点,而软件过程的分析和控制方法目前也只使用了控制图这一种,但使用控制图进行过程分析前我们必须首先采集大量的数据以得出正态分布的参数,这一点使其不适合在数据采集量小、生命周期短、但对度量偏差要求反应及时的软件过程中使用。为了解决这一问题,本文提出使用Q控制图分析和控制软件过程的方法,并指出相较控制图而言,Q控制图更适合用于管理软件过程,并给出具体算法和实例。     

基于协同式移动Agent的分布式数据库系统研究

CSCW通过先进的通信技术和多媒体技术建立一个支持协同工作的平台，移动Agent在网络中执行事务和信息提取工作上提供了新的方法。将CSCW和Agent的概念引入到分布式数据库中，建立一个具有群体性、交互性、协作性的分布式人机网络工作环境COMAM，通过这个网络环境的支持，不同用户对地理上分布的各种类型的数据库可以进行协同性数据库操作。     

多阶段双路人体解析网络

人体解析作为一种复杂而精细的计算机视觉任务,应用前景十分广泛,为了得到精确的人体解析结果需要提取丰富人体语义特征,对此提出一种双路人体解析网络（MTCnet）。MTCnet将编码解码网络与空洞卷积相结合,拥有两个特征提取子网能够融合学习多尺度特征信息,相比单一网络,能够学习更丰富人体语义特征信息。与以往单一阶段处理方式不同,提出的方法需要进行多阶段学习,每个阶段对前一阶段的人体解析结果进行改进,达到最优的解析结果。实验结果表明,提出的方法与目前一些先进的方法相比特征提取能力更强,解析结果更加精准。     

基于过程模型的政务信息提取和整合

针对电子政务领域中的流程清、数据准和情况明的业务梳理要求,提出将过程工程中的建模、模拟、优化技术与政务领域信息资源规划整合相结合,采用可视化、可模拟的先进建模技术,建立业务描述的过程模型,清晰准确地描述业务流程及其相关组织机构、人员岗位、所需材料、产生材料以及办理依据等信息,通过模拟技术优化并验证业务流程的正确性.同时,通过建立建模系统与信息系统的对应关系,实现业务、资源等相关信息的提取和整合,解决跨部门业务的描述以及共享信息的提取问题.     

基于CMMI的软件过程性能模型

在高成熟度组织的CMMI(能力成熟度模型集成)实施过程中,正确的建立并使用过程性能模型对有效的策划、预测、监督和控制组织过程有显著的作用.在分析并建立4个基本的过程性能模型之间的关系之后,以生命周期模型的定义为基础,提出了基于GQM的度量模型构建方法、资源模型构建方法以及质量模型构建方法,由于各过程性能模型的信息和数据都来源于生命周期模型,因而可以有效保证其之间信息与数据的一致.     

民航卫星导航干扰信号多径抑制算法仿真

针对日益严重的卫星信号多径干扰问题,提出一种有效的民航卫星导航干扰信号多径抑制算法,在多径干扰卫星信号数据模型基础上,通过空间平滑技术采用损失天线阵列孔径方法实现多径卫星信号的解相干处理,得到不同阵列子阵数据协方差矩阵;再采用豪斯霍尔德变换的广义旁瓣相消技术,根据广义旁瓣相消器输出的多径和噪声功率以及不同阵列子阵数据协方差矩阵,计算直达信号最佳权重矢量,采用低复杂度自适应度算法迭代计算最佳权重矢量,获取最终旁瓣相消器多径抑制后的直达卫星信号,实现民航卫星导航干扰信号的多径抑制。仿真结果表明,所提算法在任意载噪比环境下的码相位跟踪误差均较小,对民航卫星导航干扰信号的多径抑制性能较强;且算法多径抑制耗时短、民航卫星导航的定位精度高。     

虚拟实验系统的构建策略与原则

虚拟实验系统是应用虚拟现实技术来仿真实际物理实验的计算机应用系统，本文介绍了虚拟仪器和虚拟实验的概念以及虚拟实验在远程教学中的重要意义，提出了建立虚拟实验系统的构建策略与原则。     

倾斜式投影作为前端和模型库分类作为后端的三维模型识别方法

对于模型到模型(shape-to-shape)的识别,已有的多视图方法由于存在信息缺失问题,使得其作为2D卷积神经网络的前端会导致错误的学习,并且使用SVM作为后端会保留这些错误信息,从而增大分类工作的困难.通过改进多视图的投影方法和三维模型分类的方法提高分类精度和效率.使用倾斜式的角度可以最大程度捕捉信息,增大模型与模型之间的特征差异,而模型库分类方法通过建立一个模型库,去除前端学习的错误信息.倾斜式多视图投影法较当今优秀方法分类精度提升0.4％ ～ 1.3％,模型库分类法较SVM提升0.5％ ～ 1.5％.该方法ModelNet40数据集的最高分类精度达到了96.9％,在ModelNet10数据集上最高为98.5％,分类所需时间较SVM减少50％～66％.     

多尺度注意力解析网络的视网膜血管分割方法

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用.针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法.该网络以编码-解码架构为基础,在子模块中引入注意力残差块,加强了特征传播能力,降低了光照不均、对比度低对模型的影响;在编码器和解码器之间增加跳跃连接并去掉传统池化层,以保留足够的血管细节信息;运用并行多分支结构和空间金字塔池化两种多尺度特征融合方法,实现不同感受野下的特征提取,提升血管分割性能.实验结果表明,该方法在CHASEDB1和STARE标准集上的F1值分别达到了83.26％和82.56％,灵敏度分别达到了83.51％和81.20％,其性能优于当前主流方法.