KEADA: Identifying Key Classes in Software Systems Using Dynamic Analysis and Entropy-Based Metrics

Software maintenance is indispensable in the software development process. Developers need to spend a lot of time and energy to understand the software when maintaining the software, which increases the difficulty of software maintenance. It is a feasible method to understand the software through the key classes of the software. Identifying the key classes of the software can help developers understand the software more quickly. Existing techniques on key class identification mainly use static analysis techniques to extract software structure information. Such structure information may contain redundant relationships that may not exist when the software runs and ignores the actual interaction times between classes. In this paper, we propose an approach based on dynamic analysis and entropy-based metrics to identify key classes in the Java GUI software system, called KEADA (identifying KEy clAsses based on Dynamic Analysis and entropy-based metrics). First, KEADA extracts software structure information by recording the calling relationship between classes during the software running process; such structure information takes into account the actual interaction of classes. Second, KEADA represents the structure information as a weighted directed network and further calculates the importance of each node using an entropy-based metric OSE (One-order Structural Entropy). Third, KEADA ranks classes in descending order according to their OSE values and selects a small number of classes as the key class candidates. In order to verify the effectiveness of our approach, we conducted experiments on three Java GUI software systems and compared them with seven state-of-the-art approaches. We used the Friedman test to evaluate all approaches, and the results demonstrate that our approach performs best in all software systems.     

基于块匹配的运动矢量可靠性分析

为了改善目前对于运动矢量分析还较笼统的现状,获得对运动矢量场更为直观和定量的分析,运用贝叶斯定理,设计一种新型的基于运动矢量后验概率计算的矢量可靠性分析算法.利用贝叶斯理论中关于决策分析的思想,结合视频信号的特点和相关理论,计算运动矢量的后验概率,作为对矢量可靠性判断的依据,并据此优化运动补偿策略,提高去隔行效果.实验结果表明,用该法对运动矢量场进行分析,可得出对运动估计算法客观定量的分析结果,同时有助于矢量类去隔行算法的改进.运动矢量可靠性分析方法增强了块匹配运动估计算法的可分析性,有助提高运动补偿算法的鲁棒性和高质量地重建图像.     

Automatic Defect Detection in X-Ray Images Using Image Data Fusion

Introduction A welded structure must be inspected to guarantee that the weld quality meets the design requirements to as- sure safety and reliability. However, X-ray image analyses and defect recognition are very complex. Most difficulties lie in finding …     

混凝土浇筑期考虑节点搭接缺陷的模板支架概率极限状态设计

为了确保混凝土浇筑期模板支架的安全性,基于可靠度理论,提出了考虑节点搭接缺陷的概率极限状态设计方法.选取具有代表性的工地进行现场调研,得到模板支架中节点搭接缺陷的发生规律及统计特性,对节点搭接缺陷进行数值模拟,分析了施工荷载以及模板支架跨数对荷载效应系数的影响,分别建立了考虑与不考虑节点搭接缺陷时的概率极限状态设计表达...     

碱激发矿粉-膨润土竖向阻隔屏障在某风险阻控工程中的应用

以某在产农药厂污染场地风险阻控工程为依托,通过三级搅拌工艺制备屏障材料,并利用高压旋喷注浆法和深层搅拌法施工工艺建造周长659m、深度25m的活性氧化镁激发矿粉-膨润土系竖向阻隔屏障(MSB),实现了MSB材料在国内的工程应用.对施工后屏障进行取样,采用芯样表观特征分析、室内无侧限抗压强度和刚性壁渗透试验分析2种施工工...     

光固化丙烯酸化异氰酸酯的合成及聚合反应动力学

以２，４－二异氰酸甲苯，丙烯酸β－羟丙酯、正戊醇，正壬醇为原料，合成了２种不饱和丙烯酸化异氰酸酯单体（ＡＡＴ，ＮＡＴ），并用自动记录膨胀计测定了２种单体在２－羟基－２－甲基－１－苯基－丙－１－酮（Ｄａｒｏｃｕｒ１１７３），α，α－二甲氧基苯乙酮（ＤＥＡＰ），α，α－二甲氧基－α－苯基苯乙酮（ＤＭＰＡ）为光引发剂时的聚合速率。结果表明，单体的活性ＮＡＴ＞ＡＡＴ，引发剂的引发活性为ＤＥＡＰ≥ＤＭＰＡ＞Ｄａｒｏｃｕｒ１１７３，单体的聚合速率受溶剂影响。     

多翼自治水下机器人动力学建模与姿态控制

为了提高多翼自治水下机器人姿态自主控制的稳定性和控制性能,设计了基于多翼水下机器人全参数控制模型的姿态控制系统.首先对多翼自治水下机器人进行运动学和动力学分析,建立多翼自治水下机器人的全参数运动控制模型;在此基础上建立多翼自治水下机器人整体控制系统,设计基于线性二次型最优控制的多翼自治水下机器人姿态控制器;最后进行多翼自治水下机器人姿态控制仿真实验.结果表明:在给定的外界干扰下,多翼自治水下机器人能够快速稳定跟踪目标姿态,所建立的控制器以及控制模型能够满足多翼水下机器人姿态的自主控制需要,达到设计目标.     

离子注入减小条形射线探测器表面漏电的研究

选择高阻N型〈10 0〉单晶硅材料 ,X射线探测器为PIN管结构 .为了减少器件表面缺陷对暗电流的影响 ,在器件P区的两侧使用离子注入形成浅层低浓度N区 ,以减小器件的暗电流 .通过对比实验发现 ,当N区的注量增大时 ,在相同反向偏压条件下 ,器件的暗电流密度随之减小 ,同时击穿电压也相应减小 .为了减小器件的工作电压并进一步减小工作时的暗电流密度 ,还将器件的背面进行厚度减薄、抛光和AuSb/Au合金形成欧姆接触 .对减薄后的器件进行I V特性测量 ,由于工作电压大幅降低 ,器件正常工作时的暗电流密度大幅度减小 .同时在实验中发现温度对暗电流的影响非常大 ,将器件温度降低到 - 15℃时 ,暗电流密度可降低到 1nA·mm- 2 以下 .     

中长期电力负荷预测的几种灰色预测模型的比较及应用

对传统GM（1,1）模型,基于积分优化法的GM（1,1）模型,具有白指数律重合性的GM（1,1）模型,基于响应不变法的GM（1,1）模型,基于严格微分拟合法的GM（1,1）模型进行了详细分析比较．针对电力系统中长期负荷增长的特点,分析比较了以上5种模型的特点及其适用范围,为电力系统工作人员在年用电量预测中选择合适的灰色预测模型提供参考依据．