【摘 要】
：
程序Chopping对于程序理解、分析、调试、测试等具有重要的意义。已有的Chopping方法主要基于相互连接的系统依赖图（SDG）,对于大程序这种SDG描述通常非常复杂,易导致程序Choppi
【机 构】
：
武汉大学软件工程国家重点实验室,广西财经学院计算机与信息管理系
【基金项目】
：
国家自然科学基金项目（60773006）, 高等学校博士学科点专项科研基金项目（20060486045）资助
论文部分内容阅读
程序Chopping对于程序理解、分析、调试、测试等具有重要的意义。已有的Chopping方法主要基于相互连接的系统依赖图（SDG）,对于大程序这种SDG描述通常非常复杂,易导致程序Chopping结果不准确。针对这一问题,基于带标签的Java程序描述方法,提出一种Java程序Chopping方法。该方法利用这种描述附带的程序依赖信息,分析参数依赖关系,并在此基础上给出Chopping算法。此程序Chopping方法能把Java程序方法间的程序Chop-ping问题转换到Java程序方法内进行分析,程序依
其他文献
从分析现有Vague值之间的相似度量的缺陷出发,给出一种Vague集相似度量新定义,试图解决该问题,并提出Vague集相似度量新公式。应用实例显示,该公式是实用的。
随着网上应用商店规模的高速发展与功能的不断完善,在网上应用商店的基础上建设学习软件分享平台既可以节约大量的成本,又可以更好地利用现有的资源。在整个移动学习软件分享
基于视频图像的火焰检测是火灾预防研究的重要内容。为提高检测效率,首先使用具有自适应背景变化的高斯混合模型(GMM)来检测场景中的运动物体。然后针对运动物体,提取颜色特征和面积变化特征。最后,根据得到的特征来识别场景中是否有火焰发生。该方法不仅可有效检测到视频中的火焰帧,还避免了非火焰场景中对计算时间的浪费。
针对在线学习中的算法效率问题,提出了一种增量式类内局部保持降维算法。该算法综合考虑了基于QR分解的降维算法与保类内Fisher判别分析法的优点,根据训练过程中新增的样本进行投影矩阵在线更新,克服了传统的批量式训练方法在线学习时计算量过分冗余的缺陷。同时,通过兼顾输入样本的局部结构和全局分布状态,使得该算法能够有效地应用于多簇、重叠的数据形态。在ORL人脸库和COIL20图像库上的实验表明,该增量式
整形漏洞（Integer-based vulnerability）是一种存在于C或C＋＋代码中的漏洞,具有极其严重的破坏性。2006年CVE指出缓冲区溢出漏洞呈下降趋势,而其他一些漏洞,如整形溢出、符号转换
提出了一种基于矢量活动轮廓模型的扩散张量脑胼胝体图像分割算法,其利用矢量Chan-Vese模型构造了控制轮廓线演化方向的矢量符号压力函数,并将向量范数形式用于表达脑胼胝体组织的扩散张量各向异性,给出了具有全局与局部分割特性的矢量活动轮廓模型。10组真实大脑扩散张量图像分割结果表明,该算法对脑胼胝体结构的分割精确、稳定。
在标准模型下的适应性选择消息不可伪造攻击（UCMA）安全模型中,Paterson和Schuldt（PS）构造了双线性映射群中基于计算DH难题的基于身份数字签名算法。PS算法直接利用两组独立的Wate
将线性代数中的马尔可夫链蒙特卡洛算法与贝叶斯网络引入图像处理中,提出一种基于线性代数的图像处理算法,并对图像进行处理。仿真结果表明,所提算法只需要Gibbs抽样法10%的迭代次数以及比较简单的跳转核。实验结果表明该方法有较好的效率和较低的实现复杂度。
语义异构是异构数据库信息集成中要解决的关键问题。为了使关系数据库的表和字段具有语义信息,将数据库元数据自动标注成语义元数据成为研究的热点。基于概念名和概念结构的