摘要：为提高工作量感知的跨项目缺陷预测性能,提出一种基于差分演化算法的建模方法DE-EACPDP。提出缺陷密度百分位数平均(FDPA)作为模型在训练集上的优化目标,采用逻辑回归(LR)建立预测模型;为使LR在训练集上得到最大的FDPA,使用差分演化算法搜索最优的LR系数。实验在4个数据集的82个项目上对模型进行评估,其结果表明,与5个最先进的方法相比,DE-EACPDP可以显著提升工作量感知性能。

摘要：基于深度学习的皮肤癌计算机辅助诊断技术在提高诊断准确率和效率方面取得了重大进展。以卷积神经网络为代表的深度学习技术已成为医疗影像分类识别中的主流技术。由于不同皮肤疾病图像特征的相似性,皮肤癌图像的分类问题属于图像的细粒度分类问题,使用传统卷积神经网络并不能达到预期的效果,因为它忽略了医疗影像数据集自身的特性。以ResNet50模型作为特征提取网络,设计Navigator、Teacher、Scrutinizer网络,构建面向细粒度皮肤疾病诊断的NTS-Net网络,并融合皮肤图像元数据特征(metadata)。对比于通用的卷积神经模型取得更好的效果,在ISIC国际皮肤癌图像数据集上达到90%以上的精度。

摘要：文中描述了基于网格BSP系统BSP G的设计和实现。BSP G并行库利用网格中间件GlobusToolkit 2 .0提供的各种网格协议和服务 ,进行进程启动、监视、控制、身份认证、授权、资源分配、可执行程序的自动传送 (Stage)。它使得用户能够在网格上直接运行BSP程序而无需关心网格接口的一些细节问题。最后给出了BSP

摘要：在面向对象软件测试领域,合理选择测试用例集合,覆盖复杂的多态交互情形,一直是软件测试研究的热点。该文基于pair-wise测试理论,提出一种选择测试用例的贪心算法,该算法可以有效地筛选测试用例,提高测试效率,降低测试成本。并介绍了在多态交互的单元测试框架中使用装饰型设计模式,有效地提高了测试代码的效率。

摘要：跨站脚本XSS(Cross Site Scripting)漏洞已经成为了大多数网站共同面对的Web安全问题,对XSS漏洞的有效预防检测有利于提高Web安全。分析XSS漏洞的攻击原理,指出现有动态分析方法在检测存储型XSS漏洞方面的不足,提出一种有效的存储型漏洞动态检测方法。设计并实现了Stored-XSS漏洞动态检测模型,并在实际的场景下对该模型进行了测试评估,实验证明提出的方法能对存储型XSS漏洞进行有效检测。

摘要：常见的K-Means簇中心初始化算法在数据量较大的时候表现不佳。为改进簇中心初始化过程,借鉴网格聚类与密度峰值的思想,将数据空间划分为网格,通过数据的分布情况选定高密度网格的中心作为初始簇中心。这种方法保证簇中心位于数据分布的高密度位置且不会过于集中,使K-Means算法可以在处理大规模数据时,快速有效实现簇中心的初始化。基于燃气公司提供的数据设计实验,相比需要频繁计算距离的簇中心初始化算法,改进算法的初始化速度有显著加快,验证了其有效性。

摘要：为实现云计算环境下的高效软件测试,提出一种Web应用系统功能测试的并行测试用例自动生成方法。该方法首先根据场景流图采用深度优先遍历算法生成并行测试路径,录制组合产生并行测试脚本,并进行参数化处理;然后,使用基于搜索的软件测试(SBST)方法自动生成可经过目标路径的有效测试数据集,脚本与数据耦合形成大量可并行部署的自动化测试用例。为验证方法的有效性设计了自动化云测试原型系统。实验结果表明,该并行测试用例自动生成方法可以高效地为云平台提供测试用例输入,提高测试效率。