【摘 要】
：
随着用户需求增长,软件开发愈加复杂,设计模式被广泛应用于解决复杂的软件逻辑与结构问题。但软件开发和维护过程中,设计模式作为软件开发中优秀经验的总结,其信息却很难被开发人员直观地提取应用,因此从源码中识别出设计模式的应用实例的方法颇具研究意义。设计模式识别能有效帮助维护人员理解、维护及重构软件程序,也是能实现设计模式可复用性的重要前提。通过总结文献发现,设计模式识别仍有问题有待研究:（1）识别设计模
论文部分内容阅读
随着用户需求增长,软件开发愈加复杂,设计模式被广泛应用于解决复杂的软件逻辑与结构问题。但软件开发和维护过程中,设计模式作为软件开发中优秀经验的总结,其信息却很难被开发人员直观地提取应用,因此从源码中识别出设计模式的应用实例的方法颇具研究意义。设计模式识别能有效帮助维护人员理解、维护及重构软件程序,也是能实现设计模式可复用性的重要前提。通过总结文献发现,设计模式识别仍有问题有待研究:（1）识别设计模式的准确程度有待提高,尤其是对行为型、创建型设计模式的识别;（2）因难以区分结构相似的设计模式而导致的实例重叠问题;（3）大部分方法欠缺对设计模式变体的考虑。本文在传统基于约束满足问题（Constraint Satisfaction Problem,CSP）的设计模式识别方法思路基础上,以提高识别的准确程度,改善识别过程中的实例重叠问题为目的,提出了一种基于CSP的线索驱动的设计模式识别方法并展开研究。本文研究的主要工作有:（1）对传统CSP方法思想及约束求解方法进行调查研究:介绍传统CSP识别方法的思想,详细描述了将设计模式识别问题转化为约束满足问题后的相关定义与具体形式,并提出了基于CSP的线索驱动设计模式识别方法框架。（2）线索获取与表示:在传统CSP约束规则的基础上提出了线索概念,用于描述传统约束规则未能表示的设计模式约束信息。结合假性结果分析UML类图与时序图获取线索,按照线索的约束条件进行分类并表示为CSP形式,作为传统约束规则的补充。（3）改进约束求解算法:本文针对转化后设计模式的CSP形式,引入并改进了一种启发式策略的回溯算法,对涉及到的概念做了契合设计模式识别问题的重新定义,使算法适用于设计模式与源码实例的约束求解。（4）按线索分类设计多阶段实验评估本文方法的识别效果。选取JHot Draw等经典开源系统进行实验并分析结果,同时与其他识别方法结果做横向比较实验,证明本文方法能有效提高设计模式识别的准确程度并改善识别实例时出现的设计模式实例重叠问题。
其他文献
近年来,半导体光催化剂被广泛应用在环境治理方面,二氧化锡（SnO2）半导体作为一种环境友好型光催化材料,可以有效降解空气和水中的有机物,将其转化成CO2和H2O等无害物质。但由于较宽的带隙（Eg）导致吸收太阳光的能力受限,无法大面积推广应用,因此需要通过改性研究将SnO2对光的吸收拓展到可见-近红外（visible and near-infrared,Vis-NIR）光区域,并提高Vis-NIR光
将2D形状分解为多个更简单的部分或零件是形状分析任务中的一个基本步骤,比如形状几何处理或者形状分类识别等任务。其原理是在简单的部分上进行计算或处理通常比直接在整个形状上操作效率更高,尤其是在形状本身较为复杂、细节较多的时候。不过,尽管已经存在大量认知学方面的研究,对于部分或者零件的定义目前仍然停留在语义上,并没有严格规范,这使得有意义的形状分解至今还是颇具挑战。2D形状分解研究中常用的三种认知规则
RFID技术作为物联网的核心技术之一,由于其快速扫描,无接触式识别等优点被广泛应用,尤其是在物流管理、仓储管理和供应链管理等领域。通过使用RFID技术可以检测到仓库内的商品信息及库存情况,提高了人工管理仓库的工作效率。但是由于人工的疏忽与纰漏,会导致部分商品发生丢失,此时需要快速检测到丢失商品,以减少商家的经济损失,所以就需要使用丢失标签检测协议来检测出丢失的商品。当前大部分的丢失标签检测协议是针
癌症作为一种威胁人类生命和健康的重大疾病之一,其发病率和死亡率呈现逐年上升的趋势。对癌症患者的生存期进行精准的预测能够帮助医生制定有效的个性化诊疗方案,也可以帮助患者更好的了解自身情况。随着高通量技术的发展,基因组数据被证实了在癌症发生发展过程中发挥了至关重要的作用,使用基因表达数据对癌症患者的生存期进行预测能够帮助医生做出更好的治疗方案并给出临床解释。现如今,生存预测模型已被广泛应用于研究患者协
随着太阳能资源利用力度的加大,全球太阳能光伏系统的总量迅猛增加。对光伏系统进行检测计数可以更有效监管和维护光伏板,实现用电区域的合理规划。同时,统计光伏电站已安装光伏组件的数目,可以方便企业进行资产盘点、项目收购、内部考核等,有利于合理规划光伏板组件安装计划,具有实际应用价值。目前,专门针对光伏板快速检测和计数的研究尚不充分,仍然以人工对航拍图像处理为主,耗时耗力,图像目标检测技术可以很好缓解这一
随着信息技术的迅速发展,如何有效地对海量数据进行分类是数据挖掘领域面临的挑战。集成学习是解决该问题的一种重要方法,其通过组合多个基分类器显著提升了模型的预测效果,被广泛应用于网络数据分析、生物信息识别等领域。然而,海量数据中往往包含着大量冗余特征,影响基分类器的性能。另外,集成模型的基分类器数量会对模型的预测性能造成较大的影响。针对上述问题,本文提出了一种新的多粒度进化森林（Multi-Grain
多摄像头下行人运动轨迹追踪是指通过不同摄像头拍摄的场景中行人的穿着、姿势、携带物等外观和身体特征来识别目标行人,从而确定在多个非重叠摄像头视域内的目标行人出现的先后顺序和位置。目前该项技术已经发展成为机器视觉、人工智能领域的重要研究方向之一,同时被逐渐应用于公共安防,成为视频案件分析的重要手段。目前在多摄像头下行人运动轨迹追踪领域,所采用的研究方法已由传统的机器学习方法转向深度学习方法。同时在行人
近年来,基于可持续资源的能源生产变得越来越重要,太阳能作为一种清洁可再生能源,其开发和应用前景广阔,备受各国青睐。在过去的几十年中,光伏组件产量一直稳定增长,并且未来有望成为主流能源利用形式,有着不可估量的发展潜力。随着机器视觉技术在工业检测领域的广泛应用,无人机航拍巡检成为发展的趋势,利用图像处理技术对航拍光伏阵列影像进行处理与分析是航拍巡检的新要求,主要包括图像拼接、缺陷检测、光伏用地检测和太
生物医学领域的研究发展日益迅速,领域文献的数量呈指数增长,如何自动有效地从这些文献中提取有价值的信息变得越来越紧迫。生物医学文本关系抽取主要是对标记的医学实体之间潜在语义关系的展现,例如药物与疾病之间治疗关系、基因之间的突变关系、化学物质和疾病之间诱导关系等。目前,关系抽取任务大多采用深度学习的方法,该方法的主要优点是不仅减少了大量的人工参与而且还能自动捕获特征。然而现有的模型仍存在以下几个问题。
伴随着网络和移动智能终端的不断发展更新,用户信息呈现出一种爆炸性的增长,通过对用户信息进行数据挖掘和数据分析,可以更好的为用户提供服务,但这些数据中涉及大量敏感的个人信息,所以社交网络图在发布之前需要进行严格的隐私保护。差分隐私保护模型不依赖于攻击者所具有的相关背景知识且有严格的数学理论基础,因此在社交网络图的发布中得到了广泛的应用。目前社交网络图的发布算法大多应用了聚类的方法,但由于聚类时没有考