构件检索技术的研究与实现

来源 :中山大学 | 被引量 : 0次 | 上传用户:feng1644
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件危机和软件工业化进程促生了软件复用技术。基于构件的软件开发方法,可以提高软件生产率,是解决软件危机,推进软件工业化进程的有效途径。构件检索技术是基于构件的软件开发核心技术。良好的构件检索技术能够缩短软件复用的周期,提高软件复用的效率,降低软件复用的成本。因此,为基于构件的软件开发流程创建有效的构件检索方法具有积极的意义。本文课题的研究背景是广州市科技局立项提出“面向制造业信息化与电子政务领域的软件构件库平台”(项目编号:2006Z1-D6021)。本文研究的主要内容是构件检索技术。 本文对构件检索的研究主要在基于刻面分类的构件检索技术的基础上,对其作出有价值的改进,使检索效率得到提高。基于刻面的分类虽然提供了多个独立的维度对构件进行描述,但是由于复用者存在对领域知识的缺乏和刻面术语描述的严格性,复用者和计算机对构件的理解的一致性问题仍然没有很好的解决。针对这个问题,本文提出了一种基于刻面术语语义扩展和语义自学习的检索方案来弥补刻面分类检索的不足。本文根据“面向制造业信息化与电子政务领域的软件构件库平台”项目涉及的构件信息和领域特征,制定合适的构件刻面分类方案和构件描述模型,统一构件描述刻面术语空间。在对一般的构件检索过程和基于刻面分类的构件检索进行分析后,改进了传统的构件检索过程,本文又建立包含查询词语义扩展和语义规则自学习的构件检索过程模型。同时,本文定义查询语义扩展规则,构建与之相适应的语义库,通过语义库来实现查询扩展,并运用了关联规则挖掘技术,为语义库增加自学习能力。 实验表明,本文提出的基于语义扩展和语义自学习的构件检索方案,在查全率和查准率上与传统刻面检索相比有较大改善,是一种令人满意的检索方案。
其他文献
随着网络和计算机技术的迅猛发展,文本、图像、音频、视频等各种形式的信息纷纷在网络上发布,网络信息量正以指数规模增长,人类已步入信息爆炸时代。与如此庞大的网络信息量相比
越来越多的人开始进行股票投资,为了获得超额利润,对股票价格进行预测将是人们关心的问题。股票市场是一个复杂的非线性动态系统,利用现在比较常见的马氏链预测技术、神经网络预
突现计算是多agent系统在处理复杂问题时所表现出来的一种逻辑思路,为复杂网络动态系统中智能行为的研究提出了一种创新思路。目前已有的方法对复杂动态系统中突现的群体智能
学位
企业业务管理过程都会涉及到工作流,建立业务过程的工作流模型,是完成工作流管理的重要步骤。在各种建模方法中,基于UML的工作流建模表现出诸多优势,为企业工作流系统的开发提供
21世纪是知识经济的时代,对知识的管理更是社会经济发展的主要驱动力和提高组织竞争力的重要手段。案例知识作为知识中的一个特殊类别,蕴含着丰富的信息和大量知识。案例知识
CPU是计算机系统的控制中心,也是系统中最复杂的部件。尽管CPU发展如此迅速,但是其基本工作原理并没有发生根本性的变化,而且在今后的一段时间内仍然会继续发挥作用。正因为
自动化信息管理技术和网络技术迅猛发展把我们带进了信息爆炸时代,海量的信息对用户产生了两方面的影响,有利的一面是用户多了更多的资源和供选择的信息,不利的一面是查找自己感
学位
虚拟机管理器Xen可以让一台物理机同时运行多个操作系统,提高了硬件利用效率,在企业服务器领域得到较好应用。然而,Xen在桌面计算机领域的应用模式还存在一些不足:特权域界面
路由问题,诸如旅行商问题和车辆路径问题,由于具有极高的学术价值和广泛的现实应用,因此得到了广泛的研究。同时,多目标优化由于提供了对问题新的定义的机会,因而得到了越来