期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
一种无线通信环境中用户移动模式的挖掘算法 被引量:5
1
作者 宋国杰 唐世渭 +2 位作者 杨冬青 王腾蛟 叶恒强 《软件学报》 EI CSCD 北大核心 2002年第8期1465-1471,共7页
发现无线通信环境中用户的移动模式是移动对象管理中的一个关键问题.提出一种快速挖掘该模式的算法SAM(split and merge),用来挖掘移动对象所产生有序数据集中潜在的移动模式,从而为移动对象管理提供服务.该算法将自底向上搜索和自顶向... 发现无线通信环境中用户的移动模式是移动对象管理中的一个关键问题.提出一种快速挖掘该模式的算法SAM(split and merge),用来挖掘移动对象所产生有序数据集中潜在的移动模式,从而为移动对象管理提供服务.该算法将自底向上搜索和自顶向下过滤技术相结合,采用图存储压缩数据集方法,利用非频繁项集分解子图和频繁长模式过滤数据集相结合的技术,大大减少了迭代次数,降低了CPU时间.最后给出了算法性能比较和算法分析.结果表明,该算法是有效的. 展开更多
关键词 无线通信 用户移动模式 数据挖掘 最大频繁项集 移动模式 移动对象管理 移动通信 算法 数据库
在线阅读 下载PDF
带失效因子的J-M软件可靠性预计模型 被引量:4
2
作者 韩成宇 侯朝桢 徐勇 《火力与指挥控制》 CSCD 北大核心 2006年第3期18-20,共3页
提出带失效因子的J-M软件可靠性预计模型。先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了... 提出带失效因子的J-M软件可靠性预计模型。先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了带失效因子的J-M软件可靠性预计模型。最后,针对所提出的模型,利用测量的数据进行了实际验算。 展开更多
关键词 软件可靠性 预计模型 失效因子 参数估计
在线阅读 下载PDF
基于MVC模型和行为描述的Web应用测试框架 被引量:8
3
作者 蒋破荒 徐建明 《现代电子技术》 北大核心 2017年第6期71-74,共4页
MVC模型分离设计的思想提高了软件的整体质量,然而由于模型只定义了静态架构组件的配置,其并不能明显地提供Web应用程序开发过程中的行为表现,这导致了Web应用程序的描述和其行为特性间较为明显的差异。为了解决这一问题,提出一种行为... MVC模型分离设计的思想提高了软件的整体质量,然而由于模型只定义了静态架构组件的配置,其并不能明显地提供Web应用程序开发过程中的行为表现,这导致了Web应用程序的描述和其行为特性间较为明显的差异。为了解决这一问题,提出一种行为模型来填补该差异,即对该程序的URL请求序列自动接收机制进行模式化,为Web应用程序提出一个基于行为模式的测试框架。研究表明,当集中于循环行为自动机制时,该框架可提供Web应用程序更好的测试标准。最后,将框架应用于Jakarta Struts框架的配置方案中,其结果表明,该行为模型在对Web应用的测试路径进行分类时取得了较好的效果。 展开更多
关键词 计算机软件 MVC构架 JakartaStruts框架 软件测试
在线阅读 下载PDF
利用直流馈线开关线路测试功能优化接触网跳闸处置流程 被引量:1
4
作者 池代臻 林家通 苏芳益 《城市轨道交通研究》 北大核心 2020年第9期136-140,共5页
当地铁接触网发生跳闸故障时,通常采用试送电的方式来判断故障区域。但是试送电的方式存在耗时长且可能导致二次短路电流损害设备的缺点。介绍了地铁接触网供电结构与馈线开关的线路测试功能,分析了采用试送电判断故障区域的处理流程。... 当地铁接触网发生跳闸故障时,通常采用试送电的方式来判断故障区域。但是试送电的方式存在耗时长且可能导致二次短路电流损害设备的缺点。介绍了地铁接触网供电结构与馈线开关的线路测试功能,分析了采用试送电判断故障区域的处理流程。在计算并对比短路电流与线路测试电流后,提出利用直流馈线开关的线路测试功能优化故障处理的方法,有效简化了故障处置的流程。 展开更多
关键词 地理供电 接触网 线路测试 故障处理 试送电
在线阅读 下载PDF
宽带IP固话整体解决方案
5
作者 林智建 田小华 姚小波 《电信科学》 北大核心 2002年第8期82-84,共3页
本文主要介绍了利用软交换技术在城域网上提供宽带IP话音业务的整体解决方案 。
关键词 解决方案 用户接入 媒体网关 软交换 带宽城域网 宽带IP固话
在线阅读 下载PDF
基于邻近人脸的人脸聚类算法
6
作者 丁保剑 杨东泉 秦伟 《计算机应用研究》 CSCD 北大核心 2020年第S01期388-390,387,共4页
为了解决大规模无标注人脸数据的标注任务繁重、人工标注成本高的问题,提出一种基于邻近人脸的无监督人脸聚类算法。首先使用双异构神经网络抽取出人脸特征向量,再根据特殊的距离度量办法来度量出人脸之间的距离;然后使用密度聚类的方... 为了解决大规模无标注人脸数据的标注任务繁重、人工标注成本高的问题,提出一种基于邻近人脸的无监督人脸聚类算法。首先使用双异构神经网络抽取出人脸特征向量,再根据特殊的距离度量办法来度量出人脸之间的距离;然后使用密度聚类的方法选取出目标人脸的邻近人脸,再按照特定方法合并邻近人脸并去除重复出现在多个簇的人脸完成人脸聚类。在实验中,该算法的准确率高达96.74%,表现极为优秀,使用该算法只需要少量人工介入标注即可完成大量人脸的标注任务。 展开更多
关键词 人脸聚类 人脸标注 密度聚类 特征提取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部