国家自然科学基金(61373012)
- 作品数：9 被引量：197H指数：6
- 相关作者：顾庆姜枫陈翔陈道蓄郝慧珍更多>>
- 相关机构：南京理工大学南京大学南通大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术交通运输工程天文地球理学更多>>
- 基于软件网络的软件系统演化规律验证和模拟被引量：5
- 2014年
- 演化是计算机软件的固有特性.了解演化规律,可以改进软件演化过程,提高软件质量,降低维护成本.本文定义类依赖图,将软件系统描述为软件网络,基于网络度量验证软件演化规律,并讨论软件演化建模的可行性.首先针对Lehman的8项演化定律,设计3个方面的网络度量:网络规模、网络质量、以及结构控制.然后基于四个开源软件系统构建软件网络,统计网络度量;实证研究表明:支持Lehman的4项演化定律,否定另外3项,即复杂度提升、持续增长、以及质量折旧定律.最后分别采用E-R模型和模块依附模型模拟软件系统的演化过程,所生成的随机网络同软件网络的比较结果说明,软件演化存在客观规律,能够通过建模来重现甚至优化.
- 顾庆陈道蓄
- 关键词：复杂网络随机网络
- 一种基于遗传算法的多缺陷定位方法被引量：29
- 2016年
- 基于程序频谱的缺陷定位方法可以有效地辅助开发人员定位软件内部缺陷,但大部分已有自动化方法在解决多缺陷定位问题时表现不佳,部分效果尚可的方法因复杂度较高或需要开发人员较多交互而仍需进一步改善.为改善上述问题,提出一种基于遗传算法的多缺陷定位方法 GAMFal,具体来说:首先基于搜索的软件工程思想对多缺陷定位问题进行建模,构建了候选缺陷分布的染色体编码方式,并基于扩展的Ochiai系数计算个体的适应度值;随后使用遗传算法在解空间中搜索具有最高适应度值的候选缺陷分布,在终止条件被满足后返回最优解种群;最后根据这个种群对程序实体进行排序.这样开发人员可以依次对程序实体进行检查并最终确定多个缺陷的具体位置.实证研究以Siemens套件中的7个程序和Linux的3个程序(gzip、grep和sed)作为评测对象,并扩展传统的定位方法评测标准EXAM至EXAMF和EXAML,通过与其他经典的缺陷定位方法(Tarantula、Improved Tarantula及Ochiai)进行对比,并通过Friedman检测和最小显著性差异测试可得,提出的GAMFal方法在整体定位效率方面优于传统方法,且需要更少的人工交互.除此之外,GAMFal的执行时间也在可接受的范围之内.
- 王赞樊向宇邹雨果陈翔
- 关键词：遗传算法
- 一种基于卷积神经网络的砂岩显微图像特征表示方法被引量：7
- 2020年
- 砂岩显微图像分类是地质学研究中一项基本工作,在油气储集层评估等方面有重要意义.在实现自动分类时,由于砂岩显微图像具有复杂多变的显微结构,人工定义特征对砂岩显微图像的表示能力有限.此外,由于样本采集和标注成本高昂,带标记的砂岩显微图像很少.提出一种面向小规模数据集的基于卷积神经网络的特征表示方法FeRNet,以便有效地捕获砂岩显微图像的语义信息,提高对砂岩显微图像的特征表示能力.FeRNet网络结构简单,可降低网络对带标记图像数据量的要求,防止参数过拟合.针对带标记砂岩显微图像数量不足的问题,提出了图像扩增预处理方法及基于卷积自编码网络的权重初始化策略,降低了因数据不足造成的过拟合风险.基于采自西藏地区的砂岩显微图像数据集设计并进行实验,实验结果表明,在带标记砂岩显微图像数据不足的情况下,图像扩增和卷积自编码网络可以有效地改善FeRNet网络的训练效果,通过FeRNet网络提取的特征对砂岩显微图像的表示能力优于人工定义特征.
- 李娜顾庆姜枫郝慧珍郝慧珍倪超
- 关键词：卷积神经网络
- 图像分割方法综述研究被引量：112
- 2017年
- 图像分割是计算机视觉领域重要和基础性的问题,也是颇具挑战性的任务。为了解该问题的研究现状、存在问题及发展前景,在广泛调研现有文献和最新成果的基础上,针对2000年之后主流的图像分割方法进行了研究,将之分为四类:基于图论的方法、基于聚类的方法、基于分类的方法以及结合聚类和分类的方法,对每类方法所包含的典型算法,尤其是该领域最近几年发表的最新文章的基本思想、优缺点进行介绍和分析。最后介绍了图像分割常用的基准数据集和算法评价指标,对比各种算法并总结全文,对未来可能的发展趋势进行了展望。
- 周莉莉姜枫
- 关键词：图像分割图论聚类
- 神经网络在巡防警情预测中应用研究
- 2020年
- 智能巡防系统的支撑要素是警情预测,论文基于神经网络对巡防警情进行预测研究。在分析警情影响因素的基础上结合时间序列确定输入变量,建立神经网络,在Matlab环境下对市公安局提供的警务真实数据进行仿真实验与分析,取得良好预测效果。结果表明该方法与传统时间序列预测方法相比,在预测的精度方面有较大程度提高。
- 高广银曹红根沈杨
- 关键词：神经网络MATLAB
- 基于BP神经网络的停车诱导泊位预测被引量：10
- 2017年
- 研究了从历史停车数据中挖掘知识并预测短时段内停车泊位数问题.分析了停车诱导系统中影响停车泊位数的因素,结合时间序列确定网络的输入变量,建立BP神经网络,在不同训练阶段采用自适应调整学习速率,以及增加动量项改善网络的收敛性,运用Matlab对采集的市区大型地下停车场真实数据进行仿真实验与分析,取得良好预测效果.结果表明该方法与传统时间序列预测方法相比,在预测的精度方面有较大程度提高.
- 高广银丁勇姜枫李丛
- 关键词：BP神经网络停车诱导泊位MATLAB
- 软件缺陷预测中基于聚类分析的特征选择方法被引量：24
- 2016年
- 软件缺陷预测通过挖掘软件历史仓库,构建缺陷预测模型来预测出被测项目内的潜在缺陷程序模块.但有时候搜集到的缺陷预测数据集中含有的冗余特征和无关特征会影响到缺陷预测模型的性能.提出一种基于聚类分析的特征选择方法 FECAR.具体来说,首先基于特征之间的关联性(即FFC),将已有特征进行聚类分析.随后基于特征与类标间的相关性(即FCR),对每个簇中的特征从高到低进行排序并选出指定数量的特征.在实证研究中,借助对称不确定性(symmetric uncertainty)来计算FFC,借助信息增益(information gain)、卡方值(chi-square)或Relief F来计算FCR.以Eclipse和NASA数据集等实际项目为评测对象,重点分析了应用FECAR方法后的缺陷预测模型的性能,FECAR方法选出的特征子集冗余率和比例.结果验证了FECAR方法的有效性.
- 刘望舒陈翔顾庆刘树龙陈道蓄
- 关键词：软件质量保障数据挖掘聚类分析
- 基于语义特征提取的砂岩薄片图像颗粒分割方法被引量：7
- 2020年
- 砂岩薄片鉴定是矿物学和采矿工程中的一个重要步骤,其基础是将砂岩薄片图像包含的矿物颗粒分割到独立区域.不同于一般图像分割问题,砂岩薄片图像中包含大量矿物颗粒,且相邻颗粒之间边界模糊,通用的图像分割方法难以适用.本文利用多角度砂岩薄片图像,使用卷积神经网络和模糊聚类技术,提出一种3阶段颗粒分割方法.第1阶段,将输入的多角度砂岩图像预分割成超像素集合.第2阶段,根据砂岩矿物特点构建卷积神经网络RockNet,先使用带标签的砂岩矿物颗粒图像库训练RockNet,然后将之用于提取超像素语义特征.第3阶段,提出区域合并方法FCoG,该方法融合多特征用于聚类和合并超像素,并生成最终的矿物颗粒.对采集自多个地区和不同地质年代的砂岩薄片图像数据集进行实验,结果表明本文方法的有效性,其性能明显优于其他分割方法.
- 姜枫顾庆郝慧珍李娜胡修棉
- 关键词：图像分割神经网络模糊聚类特征提取
