软件测试的度量方法及其应用

软件测试是找出软件中的错误,它是保证软件质量的关键,软件测试的度量是对影响软件测试的属性所进行的定量测量.本文简述了应用软件测试度量技术时所应具有的基本知识,通过一个实例,介绍并讨论了一种实用的关于软件测试进度安排和软件错误数的度量方法.     

Java程序度量工具的实现及案例分析

介绍了面向对象度量技术,给出针对Java语言的McCabe,Halstead和WMC复杂度的定义,提出了一种新的面向Java语言的度量工具的实现方法,并且通过实例分析说明利用该工具度量Java程序,某些度量值高的模块逻辑复杂、工作量大、易错且难维护,从而引导测试人员重点测试这些模块,同时也使开发人员关注它们,仔细检查程序逻辑,进行合理优化,使整个程序的复杂度降低.确凿实验数据表明,软件度量对改进软件质量具有很大实用价值.本工具采用以下度量标准度量Java程序:针对继承复杂性的DIT(Depth of Inheritance Tree)和NOC(Number Of Children)复杂度;针对模块复杂性的McCabe度量法、Halstead软件科学度量和WMC(Weighted Methods per Class)复杂度;针对类间耦合性、聚集性的RFC(Response for a Class)度量法.每种复杂度从不同方面、不同层次度量Java程序,从而有效全面的评价软件质量,揭示可能隐藏的错误.     

结构优化中的混合变量应力约束近似方法

提出一种处理结构优化应力约束的新近似方法，以往一般直接对应力约束按设计变量近似，本文用近似内力间接近似应力约束以得到更高的近似质量，根据对内力和设计变量关系分析，提出了内力按混合变量一阶泰勒展开的高捏近似方法。近似优化问题用约束变尺度法求解，最后按出了几个典型例题。结果表明该方法简单，有效，可靠。     

基于贝叶斯因子和二阶概率方法的圣地亚热传导模型确认挑战问题

针对美国圣地亚国家实验室为促进模型确认方法的发展所提出的热传导挑战问题,根据现代模型确认思想总结了该挑战问题解答中应包含的核心内容。在确认度量环节采用贝叶斯因子考察了实验数据是否支持所给模型,在此基础上通过二阶概率方法得到了模型预测的分布,以此计算出模型预测结论的置信度。该过程中考虑了模型参数的随机不确定性和认知不确定性,最后通过灵敏度分析辨识了模型参数的不确定性对模型预测的影响。研究表明该挑战问题中的实验数据支持所给模型,模型预测受导热系数的不确定性影响最大,模型预测材料在调控条件下的失效概率不满足调控要求,该结论的置信度为99.97%。     

一种膨胀映射的不动点定理

王尚志给出了若干种膨胀映射的概念，并证明了它们的不动点存在定理。对其中第一型膨胀映射的不动点定理做了进一步推广。     

基于视频的行人再识别

行人再识别是指在无交叉区域的多摄像机视频监控系统中,匹配不同摄像机中的相同行人目标。本文提出了一种基于视频的行人再识别方法,用HOG3D来描述一组视频的时空特征,在训练集上用预训练的DenseNet来微调模型参数,利用迁移学习得到的模型来提取视频中行人的表观特征,融合两种特征来描述视频序列中的行人。最后将融合的高维特征降维,并用度量学习方法计算行人对之间的距离。本文在PRID 2011和iLIDS-VID这两个视频数据集上进行了使用,实验结果表明本文的方法取得了较高的累积匹配得分。     

空间计量中长度单位和距离测量

长度单位定义是建立在光直线传播、光速在真空中为常数,以及光速各向同性的理论基础上,二维球面上的直线,在三维空间中是弯曲的测地线;三维空间的直线,在四维时空中也是弯曲的测地线。长度单位的定义是否适用四维时空呢？SI秒和SI米的定义适用于全域时空,但使用它们必需明确原时和坐标时的区别。爱因斯坦的狭义相对论以及光速不变原理只适用于惯性系,不适用于非惯性系。本文以转盘上的非惯性坐标系为例,利用广义相对论的坐标变换和时空度规运算,揭示了非惯性坐标系上的时空弯曲和光的非直线传播现象。计算了非惯性坐标系上Sagnac效应对卫星和地面站双向测距的影响,初步研究表明空间测量范围从局域推广到全域的话,诸如引力红移、相对速度效应、Sagnac效应等将会成为空间长度测量不确定度的影响因素,因此空间计量理论必须建立在广义相对论基础之上,用四维时空观念理解空间距离测量问题。     

各向异性网格自适应计算在超燃模拟中的应用

采用各向异性网格自适应求解技术,将其应用于DLR超燃冲压发动机燃烧室中的超燃模拟.开展了3个算例,包括采用滑移壁面条件的燃烧室冷流场模拟、采用无滑移壁面条件的冷流场模拟及采用无滑移壁面条件的反应流模拟.模拟中,各向异性网格自适应计算捕捉到了如激波、射流、边界层、火焰面等具有各向异性特征的大梯度区域,并利用各向异性网格进行了很好的加密.对比利用各向同性网格的初始流场计算,各向异性网格自适应计算使基于滑移条件、无滑移条件的冷流计算及反应流计算的网格单元数量分别下降了36.2%,36.4%和36.8%,有效降低了计算规模,而且流场大梯度区域的计算结果更准确,辨析度更好.结果表明:对于像超燃这类具有各向异性特征的问题,各向异性网格系统比各向同性网格系统有更好的计算效率及准确性,同时也表明基于Mach数场构造的各向异性网格系统可以有效应用于超燃计算.      

基于全卷积孪生神经网络的复杂监控场景下前景提取方法

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果。针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景。将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取。在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性。     

Menger PM-空间上复合映射不动点定理的推广

设（X，F，△）和（Y，－↑F，△）是两个完备的MengerPM－空间，△是连续的H型t－范数，函数Φ（t）满足条件（Φ1)，本文在映射T：X→Y和S：Y→X满意更一般的条件下给出了关于复合映射TS和ST的不动点定理。这一定量进一步推广了Fisher,Sehgal和Bharucha-Reid等的有关结果，也是作者“MengerPM－空间上复合映射的不动点定理”一文的一般推广，最后给出了几个有用的结果作为本文主要定理的推广论。