一、基于刻面分类和人工智能的软构件分类方法研究（论文文献综述）
张富为[1]（2018）在《基于构件的软件复用技术的研究与应用》文中研究表明软件行业兴起至今,已经完成了单工作业到工程作业的转变,伴随而来的“软件危机”是软件工程最关键的问题,而遗留系统是最难解决的问题,针对这一关键问题,本文分别从面向过程与面向对象的软件工程设计思想进行对比分析,最后衍射出面向构件的软件工程思想,构件是高级软件工程的基础,是未来的冉冉新星,构件技术的兴起,来源于软件复用的工程理念,产生这一理念的根源是遗留系统的处理问题。构件相比于对象与过程是一种更大的格局,是从更高的角度来处理软件,也更适合软件工程中的工程思想,采用基于构件的软件复用技术有助于缓解“软件危机”,对软件工程未来的发展具有更深远的意义。而构件技术是软件复用的核心技术,构件可以小到函数、类、对象等,也可以大到完整的软件系统。软件复用包括一整套体系的理论框架以及技术难点,本文分别对软件复用技术中的软件构件组装技术、软件构件分类技术以及动态演化技术三个方面进行深入研究,在研究的过程中提出三个创新点,来提高软件复用过程的效率:（1）针对构件组装技术的研究,采用适配器技术特性,将其类比为构件间的胶水,从构件组装的角度,利用适配器来组装构件的模型,并在实际的项目中应用该模型,通过实际项目的开发对比,得出基于适配器的构件组装模型相对于传统软件开发方式更加高效,节约了软件开发周期。（2）针对构件分类技术的研究,采用卷积神经网络技术特性,从构件刻面信息的角度,提出一种基于卷积神经网络的构件分类策略;利用卷积神经网络对构件刻面特征进行提取,训练出基于卷积神经网络的构件分类模型,通过具体的实验,来论证该模型的准确性,以达到提高构件检索效率的目的。（3）针对构件的动态演化技术研究,采用观察者技术特性,对构件进行扩展,使构件具有被监视以及监视的特性,提出基于观察者的动态演化模型,利用基于观察者的动态演化技术模型,来提高动态演化的一致性。
冯遵倡[2]（2016）在《基于刻面分类的网络群体事件主题聚类研究》文中进行了进一步梳理伴随着我国经济与文化的快速发展,我国的社会经济结构进入了一个急剧变革的转型时期。庞大的网络群体与社会经济矛盾交织在一起,加上“互联网+”行动计划的推动,使得近年来我国网络群体事件呈现数量多、规模大、主题和背景复杂的趋势。网络群体事件的频繁发生,已经严重影响到甚至危害了社会秩序的稳定和人民群众的安宁,同时也得到了政府相关部门的高度重视。有效地对网络群体事件进行监控,关键在于快速及时地获取网络群体事件的主题信息。主题聚类是目前实现主题识别的主要技术,如何利用主题聚类技术从繁杂的网络信息中获取网络群体事件的主题,已然成为国内外众多学者研究和探索的热点。本文针对网络群体事件的主题聚类进行了研究,主要工作包含以下两个方面:（1）首先研究并改进了新闻网页文本的关键词提取方法。传统的文本关键词提取方法主要基于词汇的词频特征,而网页文本与普通文本在文本形式上存在差异,因此利用传统的关键词提取方法提取网页文本关键词时效果不理想。本文在基于词频特征的关键词提取方法基础上,通过分析网页文本的特点,结合词汇的词性特征、位置特征和词共现特征等信息,并给予每个特征信息适当的调整参数,形成了多种特征组合的词汇权重计算公式,并依据此公式进行新闻网页文本的关键词提取。（2）针对传统的基于向量空间模型的文本聚类算法存在的数据高维稀疏、缺乏语义信息的问题,本文提出了基于刻面分类和潜在语义分析（LSA,Latent Semantic Analysis）的文本聚类算法。首先引入刻面分类思想,将文本特征词汇划分为主题性刻面和描述性刻面,选取主题性刻面包含的特征词汇构建词汇-文本矩阵,降低了矩阵的维度和稀疏程度;然后利用LSA方法将高维的特征空间投射到低维的潜在语义空间中,不仅进一步缩小了词汇-文本矩阵的规模,而且能更好的挖掘网页文本的语义信息。最后结合网页文本数据集进行了主题聚类实验论证,验证了基于刻面分类和LSA的网络群体事件主题聚类算法聚类结果的准确性和高效性。
田晓珍,任姚鹏,王春红[3]（2014）在《一种改进的构件聚类索引树的研究》文中指出构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端,采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上,利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证,该聚类索引树是可行的,有效地克服刻面分类方法的缺点,在一定程度上实现对构件的语义检索,而且具有较高的构件查全率和查准率。此外,用户在描述检索条件时,不再局限于限定的术语,更方便于普通用户。
张锋[4]（2012）在《基于本体的软构件聚类算法研究》文中研究指明随着软件技术的发展以及复用概念的提出，软件复用已成为避免重复劳动，提高软件质量与开发效率的有效技术。建立一个完善、高效的构件库系统是实现软件复用系统化、工程化的保证，它肩负着对构件进行有效管理的责任。构件分类和构件检索是管理构件中的两个核心问题，而合理的构件分类结果是实现构件高效检索的基础和前提。本文在构件刻面分类表示的基础上，结合领域本体的语义功能来实现对构件合理的分类。针对目前较常用的刻面分类表示法的术语空间依赖于专家经验，具有较强人为主观因素的不足，本文结合领域本体的思想来实现对构件合理的分类，该方法能在语义程度上实现对构件的聚类分析，并通过实验验证可有效提高构件分类的质量，获得了合理的构件分类，为构件的高效检索奠定了基础。针对上海构件库领域相关下的人工智能构件，本文利用Protégé创建了领域本体，并且给出了创建的一般原则和步骤，通过领域本体术语间的语义关系，使得构件的聚类结果更为合理。为进一步改善构件聚类的效果，克服传统K-Means算法中k值的不确定性，本文给出了一种基于本体的软件构件聚类算法。该算法不需要预先设定k值，避免了k值不同对结果造成的影响，使构件的分类更加客观；该聚类算法与基于空间向量模型的K-Means聚类算法相比较，聚类结果有了提高，实现了对构件客观、合理的分类，为构件的高效检索奠定了基础，达到了降低软件复用成本，促进软件复用的目的。
张雷[5]（2012）在《适用于大规模构件库的高效检索方法研究》文中研究说明软件构件技术作为实现软件复用的关键因素，在软件开发中起着举足轻重的作用。基于构件的软件开发能够显着提高软件开发效率，降低软件开发成本。这种软件复用的思想在Web Services、Active Services等软件服务方式中也得到了很好的体现。随着服务为主的软件理念不断加深，人们对服务的效率提出更高的要求。快速准确的提供所需服务需要依赖构件库中高效的构件存储与检索系统，随着构件库中构件规模的急剧扩大，传统的检索方法在检索效率上已经不能很好满足动态按需服务的要求。如何使构件检索在保证查全率、查准率等检索效果的同时大幅提高检索速度是一个急需解决的问题。通过分析构件刻面分类方法以及全文检索方法的优点，本文提出了一种基于功能倒排索引与描述文档全文检索的构件检索方法。首先使用功能刻面倒排索引快速排除功能上不相关的构件，然后应用改进的向量空间模型（VSM）相似度算法对这些构件的描述文档进行全文检索。对构件描述文档全文检索可以有效消除刻面分类方法在建立和维护术语空间时的主观性因素影响，提高了查全率；在功能倒排索引高效的基础上,使用改进的VSM相似度算法,有效地提升了构件检索的查准率,显着减少了检索时间。为了进一步提高在大规模构件库中的构件检索效率，本文提出一种基于标识自动提取的ATE构件检索方法，通过对构件描述文档中应用领域术语、高频词、高权重词以及刻面术语进行取舍，自动提取构件的标识，使用VSM的相似度计算方法针对构件标识进行检索。同时，设计了由功能倒排索引与标识正向索引组成的双向组合索引加快了检索速度，并针对标识检索特点进一步改进VSM相似度算法使查准率获得一定提高。ATE检索方法可以保证较好的检索效果，同时具有很高的灵活性，对构件库规模不断增大的适应性更好。最后通过与其他常用的四种构件检索方法进行对比实验，对本文提出方法的可行性和有效性进行了验证。为了考察本文提出方法在构件库规模快速增加时的适应能力，构建了不同规模的模拟构件库，并对本文方法在构件库规模增加时的检索时间增加趋势以及ATE预处理的时空开销进行了验证分析，实验结果表明本文提出的方法具有很高的检索效率以及良好的综合检索效果，能够很好的满足大规模构件库的检索要求。
陈杜英[6]（2012）在《基于软件体系结构的软构件信息系统的设计与实现》文中研究表明随着软件开发复杂度的不断增加，软件危机在上世纪六十年代爆发，软件复用开始受到人们的关注。基于软构件的软件开发已经成为软件复用的重要实践方法，它探求通过组装可复用软件单元来建造大型的应用系统，达到改变传统的从零开始的软件开发方法。在基于软构件的软件开发中，对大量的软构件实行有效的组织和管理，并提供高效的软构件检索方法，是决定软件复用成功的关键因素之一。因此，软构件信息系统的研究和开发以及软构件的检索机制，一直以来被认为是一项重要且有意义的工作，是软件复用相关领域的研究重点和热点。自20世纪90年代以来，软件体系结构的研究受到了大家的广泛关注，软件体系结构对应用系统的整体结构特性进行描述，为应用系统的开发提供了一个有效的自顶向下的开发方法。本文结合一种软件体系结构设计策略，从需求分析出发搭建软构件信息系统的体系结构，提出了用户端、代理层和数据层的体系结构，并使用WRIGHT描述语言，对系统的关键功能部分进行了详细的描述。基于此，设计并实现了一种具有复用价值的软构件信息系统。基于对常用软构件检索方法的分析，发现目前使用较成功的基于刻面分类的检索方法存在着一些不足，该方法侧重于软构件的静态特征描述，没有考虑软构件的行为描述，对软构件组装的支持力度不够。而基于软构件的规约语法描述方法，偏重于软构件的行为描述，对软构件的每个功能的语法描述具有独立性。因此本文设计了一种基于字符串匹配的软构件刻面检索算法，以及基于规约语法描述的匹配算法，提出了刻面和规约描述相结合的软构件匹配过程，以提供较准确的软构件信息，从而提高软构件检索和软件复用效率。
宋士涛[7]（2011）在《基于本体与刻面相结合的构件检索研究》文中研究表明针对软件危机,基于构件的软件开发方法被提出来。在基于构件的软件开发过程中,构件库扮演了重要角色。实践中构件数量不断增长,如何实现构件库中对构件的有效的检索就成为构件库和软件重用研究的重点。在构件的检索技术中,目前效果比较好的是基于刻面分类和描述的构件检索,它从多个不同的维度对构件进行描述,基于刻面分类,检索能够取得较好的查全率和查准率。但是这种检索方法,采用的诸如树匹配的方式,实现起来具有相当的难度,而且由于缺少语义信息,对于构件的描述,人与计算机对构件理解的不同会造成误差,还有与一般的数据库查询不同,构件检索需要一定的模糊查询能力,即构件检索要能查询到具有相似功能的构件,针对以上这些问题,我们在刻面分类检索的基础上,引入了本体,利用本体丰富的语义信息对查询条件进行扩展,并提出了一种新的查询算法。本文首先给出了目前国内外构件库技术和构件检索技术的相关研究进展,介绍了当前的几种构件检索方法。在这些检索方法中,重点介绍了基于刻面分类的检索方法,包括刻面分类模型及刻面树匹配模型,以及这种检索方法的不足,并提出了解决方法:引入本体。之后,提出了一种基于本体和刻面相结合的构件检索方法,提出了一个切实可行的刻面分类方案,在这个刻面分类方案的基础上,引入本体,利用本体的语义信息,对查询条件进行扩展,形成新的查询条件,以解决上文中提到的基于刻面分类检索时的问题,并为刻面树中的每个层次和刻面赋予不同的权重,提出了一种新的检索算法。接下来,介绍了基于本体与刻面相结合的构件检索方法在实际系统（统一服务架构平台USAP）上的具体应用。包括该平台的构件库系统的检索模型、语义推理与扩展模型以及该构件库中刻面分类方案的实现和本体库的建立。通过这个检索系统的具体应用,证明了基于本体与刻面相结合的构件检索能够取得良好的性能。最后,对全文工作和今后的研究重点进行了总结和说明。
任姚鹏[8]（2010）在《基于语义相似度分析的软构件聚类算法研究》文中提出随着软件技术的发展和复用概念的提出,软件复用作为提高软件开发效率与质量的有效途径,成为软件工程研究的热点。要真正实现软件复用的系统化、工程化,就需建立一个完善、高效的构件库系统,加强对构件的有效管理。构件的合理分类表示是实现构件高效检索的基础和前提,它与构件检索构成了构件管理中的两个核心问题。本文在构件刻面分类表示的基础上,采用数据挖掘中的聚类分析技术并结合语义分析技术实现对构件的更客观分类。针对目前较常用的刻面分类表示法存在的术语空间依赖于专家经验、具有较强人为主观因素等缺点,本文将基于刻面分类表示与正文检索相结合对构件进行描述,并提出了一种基于潜在语义分析模型的构件聚类算法来实现对构件的分类。该算法不仅能在一定语义程度上实现对构件的聚类分析,而且可以很好地克服传统的基于向量空间模型所带来的高维稀疏等问题。实验表明该算法有效地提高了构件聚类的质量,获得了较合理的构件分类,为构件的高效检索提供了有力的支持。为进一步改善构件聚类的效果,本文基于自然语言处理中的语义分析技术和基于遗传算法的优化策略,提出了一种基于语义相似度与优化的构件聚类算法。该算法利用语义分析技术降低了人为的主观性,使构件的分类更为客观;同时,采用优化策略增强了类内的紧凑度和耦合度,使构件的分类更加合理。在构件聚类过程中,为了更好的获得特征词权重,针对传统的TF-IDF权重计算方法在获取特征词权重过程中假设特征词之间是相互独立的、线性无关的不足,本文从特征词间语义联系的角度出发,给出了一种结合语义改进的TF-IDF权重计算方法,并应用于基于语义相似度与优化的构件聚类算法中,获得了更优的构件聚类结果。并将该聚类算法分别与基于向量空间模型和基于潜在语义分析模型的构件聚类效果相比较,实验表明了该算法进一步改善了构件聚类的效果,实现了构件的更客观、更合理的分类,为构件检索提供了更好的支持,达到了降低软件复用成本,促进软件复用的目的。构件分类作为构件库系统中的一个核心问题,得到了软件工程界广泛的研究。本文采用了数据挖掘中的聚类分析技术对构件进行“无指导”的自动分类,并结合了自然语义处理中的语义分析技术和遗传算法的优化策略,获得了构件更客观、更合理的分类效果。但目前对构件聚类的研究较少,且语义分析技术还处于研究阶段,因此从语义角度实现对构件的聚类分析,仍具有较大的研究与发展空间。
陈志勇[9]（2010）在《基于刻面描述的分布式构件库系统的研究》文中研究说明软件复用是解决软件危机比较现实有效的方法之一。基于构件的软件开发CBSD（Component-Based Software Development）方法既是软件复用的切实可行的途径,也是实现软件工业化生产的必由之路,已经成为了软件复用领域的研究热点。构件库作为支持大量构件的描述、存储、管理和检索的构件复用基础设施,在CBSD方法中扮演了重要角色。随着构件相关技术的逐步成熟,一些科研机构和软件企业正在建立并完善具有实用价值的企业构件库。企业之间对共享可复用构件资源的愿望也随之日益增强。但是不少企业重视构件的知识产权保护,因此在保持企业原有独立性和保密性的基础上整合这些具有地理位置上分散性,描述方案的多样性,数据库组织多元化等特征的构件库的需求日益迫切。这就驱使我们寻求新的理论和技术,通过协调机制将分布、异构的构件库整合起来,形成一种分布式构件库系统（DCLS,DistributedComponentLibrarySystem）。智能Agent技术具有先天的分布特性[1],主要用于解决复杂分布的现实问题,开发处于动态的、不确定环境中的、健壮的、大规模的软件系统。在电子商务、信息检索、移动计算、分布计算、知识管理等方面都有着广泛的应用。如果能将智能Agent技术应用在构件库中,形成多Agent分布式构件库系统,可有效地屏蔽构件库间的分散性和异构性;方便地实现构件资源共享;并达到高效复用构件的目的。在构件库系统中,构件的分类模式、检索方法和构件库的实现方法是三个最核心的功能。本文在分析现有构件描述方法的基础上提出了构件通用属性的描述方法CGADM（Component General Attribute Described Method）。根据目前被广泛应用的构件刻面分类描述方法及其特点,从构件复用者不同的检索方式出发,提出了基于浏览检索方式、基于刻面检索方式和基于术语检索方式这三种构件检索方式以及与之对应的五种匹配模型和两种匹配算法。通过分析智能Agent和多Agent系统的特征和实现方法,将智能Agent技术应用到DCLS中。通过Agent之间的相互通信和协作,可较好地满足企业构件库之间的资源共享,而且可以更高效、更智能化地管理DCLS。
郎颖莹[10]（2010）在《面向多构件库的构件分类检索技术研究》文中指出软件复用是在软件开发中避免重复劳动的解决方案,有效的软件复用是提高软件生产效率和质量的切实可行的途径之一。而构件库作为软件复用的基础设施,在构建复用的软件开发过程中扮演了重要的角色,它的研究正得到国内外学术界越来越广泛与深入地关注。随着技术和领域演化的不断更新,出现了功能各异、类型复杂的构件,随之出现了很多不同类型的构件库,因此如何在多个构件库中实现高效、准确、全面的检索构件是目前构件检索研究的热点。软件构件的描述和分类方式是构件检索的基础,构件的检索效率、构件的可理解程度和可维护性都与构件的描述和分类方式密不可分。实践中按照不同的标准把杂乱无章的构件分成几大领域,可复用的软件构件从原始的代码级构件,发展到现在的需求分析级构件、设计级构件、测试用例级构件等软件开发过程中的其它产品,标志着软件复用技术已深入到软件行业的各个领域。同时,用户对可复用构件的需求和质量的要求也与日俱增。因此本文针对目前构件数量多、功能杂、变化快、用户需求多等特点,研究跨构件库检索技术,阐述了基于关键词、刻面、枚举等构件分类模式的特点,比较了各种分类检索技术的优缺点。通过建立多个分类方式各异的构件库,提出了一个基于检索条件转换算法和反馈的跨构件库检索模型。文中首先从多构件库检索的技术背景及国内外研究现状入手,分析了各种构件分类检索方法,提出了多构件库检索条件转换算法,将用户输入的检索条件转换成各个构件库所识别的检索条件,实现了不同分类方式构件库之间的资源共享,同时,引入领域本体的概念,用户如果对检索结果不满意,则系统进行基于语义的二次检索,并结合相关反馈的思想,利用聚类算法,通过反复与用户交互查询,检索出一批与用户感兴趣的构件在语义上相关的一系列构件,并给出用户评价的标准,有助于用户根据需要选择构件,使查询更符合用户的意图。本文利用领域本体中的领域知识对用户的检索进行语义上的求精和语法上的扩充,有效地提高了构件检索的查全率和查准率。最后,构建了一个多构件库检索系统,对本文提出的两种算法进行了实验比较和性能分析。实验证明,本文所提出的检索条件转换算法和基于反馈的二次检索具有更优的检索效率,并且是灵活、有效、具有一定的理论意义与实用价值的。
二、基于刻面分类和人工智能的软构件分类方法研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于刻面分类和人工智能的软构件分类方法研究（论文提纲范文）
（1）基于构件的软件复用技术的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 论文研究背景和意义 |
| 1.2 复用技术的发展及研究现状 |
| 1.3 论文选题依据 |
| 1.4 论文的主要工作和创新点 |
| 1.5 论文的组织结构 |
| 2 基于卷积神经网络的构件分类策略的研究 |
| 2.1 构件分类技术优缺点对比 |
| 2.1.1 人工智能方法对比 |
| 2.1.2 超文本方法对比 |
| 2.1.3 信息科学方法对比 |
| 2.2 基于卷积神经网络的构件分类模型分析 |
| 2.2.1 Word2vec简介 |
| 2.2.2 基于Word2vec的构件分类算法 |
| 2.2.3 卷积神经网络 |
| 2.2.4 基于卷积神经网络的构件分类算法 |
| 2.2.5 输入处理 |
| 2.2.6 训练模型 |
| 2.3 本章小结 |
| 3 基于适配器的构件组装技术的研究 |
| 3.1 软件构件组装技术优缺点对比 |
| 3.1.1 基于构件内部细节清晰程度的软件构件组装技术对比 |
| 3.1.2 基于软件体系结构的软件构件组装技术对比 |
| 3.2 适配器 |
| 3.3 Web开发平台与SSH框架 |
| 3.3.1 JavaEE平台 |
| 3.3.2 SSH框架 |
| 3.4 基于适配器的构件组装模型 |
| 3.5 本章小结 |
| 4 基于观察者的动态演化一致性的研究 |
| 4.1 软件演化技术研究现状优缺点分析 |
| 4.1.1 基于构件运算的软件演化研究分析 |
| 4.1.2 基于软件体系结构的软件演化研究分析 |
| 4.1.3 基于反射中间件的软件动态演化研究分析 |
| 4.2 观察者 |
| 4.3 基于构件的软件体系结构 |
| 4.4 基于观察者的动态演化模型 |
| 4.4.1 构件 |
| 4.4.2 连接件 |
| 4.4.3 基于观察者的动态演化模型 |
| 4.4.4 一致性分析以及演化模型代数表达式 |
| 4.5 本章小结 |
| 5 工程应用与具体实验 |
| 5.1 构件分类策略的具体实验 |
| 5.1.1 实验设计 |
| 5.1.2 数据选择与处理 |
| 5.1.3 模型参数 |
| 5.1.4 实验结果分析 |
| 5.2 构件组装模型应用研究 |
| 5.2.1 个人理财软件系统分析 |
| 5.2.2 系统构件获取 |
| 5.2.3 基于适配器的构件组装 |
| 5.2.4 结果分析 |
| 5.3 观察者的动态演化实例研究 |
| 5.3.1 动态演化的内部一致性分析 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（2）基于刻面分类的网络群体事件主题聚类研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络群体事件的研究现状 |
| 1.2.2 文本主题聚类的研究现状 |
| 1.2.3 刻面分类的研究现状 |
| 1.2.4 关键词提取的研究现状 |
| 1.3 论文研究内容与创新 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文创新点 |
| 1.3.3 论文的组织结构 |
| 1.4 本章小结 |
| 第2章 文本主题聚类的相关理论 |
| 2.1 文本特征提取 |
| 2.1.1 文档频率（Document Frequency）方法 |
| 2.1.2 互信息（Mutual-Information）方法 |
| 2.1.3 统计方法 |
| 2.1.4 信息增益（Information Gain）方法 |
| 2.2 文本表示 |
| 2.2.1 向量空间模型（Vector Space Model） |
| 2.2.2. 布尔模型（Boolean Model） |
| 2.2.3 概率模型（Probabilistic Model） |
| 2.3 文本聚类算法 |
| 2.3.1 基于划分的聚类算法 |
| 2.3.2 基于层次的聚类算法 |
| 2.3.3 基于密度的聚类算法 |
| 2.3.4 基于模型的聚类算法 |
| 2.4 文本聚类的评价标准 |
| 2.4.1 内部评价标准 |
| 2.4.2 外部评价标准 |
| 2.5 本章小结 |
| 第3章 多特征组合的新闻关键词提取 |
| 3.1 关键词的概念 |
| 3.2 关键词提取的主要方法 |
| 3.2.1 基于统计的关键词提取 |
| 3.2.2 基于语义的关键词提取 |
| 3.2.3 基于机器学习的关键词提取 |
| 3.3 基于多特征组合的新闻关键词提取算法 |
| 3.3.1 网页文本的获取 |
| 3.3.2 文本预处理 |
| 3.3.3 特征选取和权重计算 |
| 3.4 实验结果与分析 |
| 3.4.1 数据集 |
| 3.4.2 评估标准 |
| 3.4.3 实验结果分析 |
| 3.5 本章小结 |
| 第4章 基于刻面分类的新闻文本聚类 |
| 4.1 刻面分类 |
| 4.1.1 刻面分类的概念 |
| 4.1.2 文本特征刻面的定义 |
| 4.2 潜在语义分析 |
| 4.2.1 LSA模型的文本表示 |
| 4.2.2 奇异值分解原理 |
| 4.2.3 基于SVD的相似度计算 |
| 4.3 K-means聚类算法 |
| 4.3.1 K-means算法的执行过程 |
| 4.4 文本聚类中的相似性度量 |
| 4.4.1 距离函数 |
| 4.4.2 相似性系数 |
| 4.5 文本聚类中的准则函数 |
| 4.6 本章小结 |
| 第5章 实验设计与结果分析 |
| 5.1 实验语料选择 |
| 5.2 结果评价标准 |
| 5.3 实验结果与分析 |
| 5.3.1 特征维数的确定 |
| 5.3.2 相似度度量方法的确定 |
| 5.3.3 算法聚类效果比较 |
| 5.4 本章小结 |
| 总结与展望 |
| 全文工作总结 |
| 研究展望 |
| 参考文献 |
| 攻读学位期间发表的论文及参与的科研项目 |
| 参与的科研项目 |
| 发表的学术论文 |
| 致谢 |
（3）一种改进的构件聚类索引树的研究（论文提纲范文）
| 0引言 |
| 1构件聚类 |
| 1.1 构件表示 |
| 1.2 基于语义的构件聚类 |
| 2基于语义的构件聚类索引树 |
| 2.1 聚类索引树 |
| 2.2 构件聚类索引树 |
| 3实验结果及分析 |
| 4结语 |
（4）基于本体的软构件聚类算法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 软件构件技术 |
| 1.1.2 基于构件的软件开发方式 |
| 1.2 国内外研究现状 |
| 1.2.1 构件分类表示 |
| 1.2.2 构件库系统 |
| 1.2.3 构件聚类 |
| 1.3 论文研究内容及组织 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文各章内容组织 |
| 第二章 软件构件的分类表示 |
| 2.1 构件分类的必要性 |
| 2.2 构件分类表示方法 |
| 2.3 刻面分类表示方法 |
| 2.3.1 刻面分类方法的定义及特点 |
| 2.3.2 基于刻面分类的构件检索算法 |
| 2.3.3 刻面分类表示的优缺点 |
| 2.4 软件构件分类系统 |
| 2.5 本章小结 |
| 第三章 领域本体的构建 |
| 3.1 本体的概述 |
| 3.1.1 本体的定义 |
| 3.1.2 本体的构成 |
| 3.1.3 本体的分类 |
| 3.1.4 本体的描述语言 |
| 3.2 构建领域本体的原则 |
| 3.3 领域本体的构建步骤 |
| 3.3.1 明确领域本体的专业领域和范围 |
| 3.3.2 考虑复用现有的本体 |
| 3.3.3 列出领域本体中的重要术语 |
| 3.3.4 定义分类概念和概念分类层次 |
| 3.3.5 定义概念之间的关系 |
| 3.4 人工智能构件的领域本体设计 |
| 3.4.1 领域分析 |
| 3.4.2 本体知识的表示 |
| 3.5 利用 protégé工具构建本体 |
| 3.6 本章小结 |
| 第四章 基于领域本体的构件聚类 |
| 4.1 基于领域本体的构件聚类框架 |
| 4.2 数据的收集及预处理 |
| 4.3 特征向量的提取 |
| 4.3.1 向量空间模型 |
| 4.3.2 特征词权重的计算 |
| 4.3.3 文本间的似性计算 |
| 4.4 本体的匹配 |
| 4.4.1 匹配规则 |
| 4.4.2 概念间的相似度计算 |
| 4.5 聚类分析 |
| 4.5.1 聚类分析的相关理论 |
| 4.5.2 K-Means 聚类算法 |
| 4.6 基于领域本体的构件聚类 |
| 4.6.1 结合领域本体的构件聚类算法流程 |
| 4.6.2 算法实现及结果分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 个人简介 |
（5）适用于大规模构件库的高效检索方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 构件分类表示与检索 |
| 1.2.2 基于刻面的构件描述与检索方法研究现状 |
| 1.3 研究内容与意义 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新之处 |
| 1.4 论文组织结构 |
| 第二章 构件分类与构件检索综述 |
| 2.1 构件技术 |
| 2.1.1 构件的定义 |
| 2.1.2 构件的特点与种类 |
| 2.1.3 构件库系统 |
| 2.2 构件分类表示 |
| 2.2.1 构件分类机制 |
| 2.2.2 构件分类方法 |
| 2.2.3 刻面分类方法 |
| 2.3 构件检索 |
| 2.3.1 构件检索定义 |
| 2.3.2 构件检索方法 |
| 2.3.3 构件检索方法评价 |
| 2.4 本章小结 |
| 第三章 基于功能倒排索引与全文检索的构件检索方法 |
| 3.1 构件刻面分类方案设计 |
| 3.1.1 刻面分类方案 |
| 3.1.2 构件信息的存储方案 |
| 3.2 功能倒排索引设计 |
| 3.2.1 功能倒排索引表 |
| 3.2.2 尝试跨步优化机制 |
| 3.2.3 最佳跨步值推导 |
| 3.3 构件相似度公式推导 |
| 3.4 基于功能倒排索引与全文检索的构件检索过程 |
| 3.5 实验结果与分析 |
| 3.5.1 实验说明 |
| 3.5.2 实验结果及分析 |
| 3.6 本章小结 |
| 第四章 基于 ATE 的构件检索方法 |
| 4.1 刻面分类方案 |
| 4.2 复合索引说明 |
| 4.2.1 描述文档索引 |
| 4.2.2 功能倒排索引 |
| 4.2.3 构件标识索引 |
| 4.3 标识自动提取（ATE）过程 |
| 4.3.1 标识集合说明 |
| 4.3.2 标识自动提取算法 |
| 4.4 改进的 VSM 相似度公式 |
| 4.5 基于 ATE 的构件检索过程 |
| 4.6 实验结果分析 |
| 4.6.1 与常用方法对比实验结果分析 |
| 4.6.2 ATE 算法中主要参数对检索的影响分析 |
| 4.6.3 ATE 检索对构件库规模增长的适应性分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 个人简介 |
（6）基于软件体系结构的软构件信息系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 问题的提出 |
| 1.2 选题背景及意义 |
| 1.3 文献综述 |
| 1.4 研究方法 |
| 1.5 论文结构安排 |
| 第2章 软构件与软件体系结构 |
| 2.1 软构件 |
| 2.2 软构件的检索方法 |
| 2.3 软件体系结构技术 |
| 2.3.1 软件体系结构概念 |
| 2.3.2 软件体系结构风格 |
| 2.3.3 软件体系结构设计策略 |
| 2.3.4 软件体系结构描述语言 |
| 2.4 本章小结 |
| 第3章 刻面和规约描述相结合的软构件检索研究 |
| 3.1 XML 技术 |
| 3.2 基于刻面描述的软构件检索 |
| 3.2.1 基于刻面描述的软构件检索 |
| 3.2.2 刻面描述的不足与解决方法 |
| 3.3 基于规约语法描述的软构件匹配 |
| 3.3.1 类型等价原则 |
| 3.3.2 软构件规约语法匹配原理 |
| 3.4 刻面和规约描述相结合的软构件匹配实现 |
| 3.4.1 基于刻面描述的软构件检索算法研究 |
| 3.4.2 基于规约语法描述的软构件匹配算法研究 |
| 3.4.3 刻面结合规约语法的软构件匹配过程 |
| 3.5 本章小结 |
| 第4章 软构件信息系统的体系结构设计 |
| 4.1 需求分析 |
| 4.2 软构件信息系统的体系结构设计 |
| 4.2.1 软构件信息系统的子系统结构设计 |
| 4.2.2 软构件信息系统的总体设计 |
| 4.3 系统的部分详细设计 |
| 4.3.1 软构件存储管理设计 |
| 4.3.2 查询和提交软构件过程的交互设计 |
| 4.4 本章小结 |
| 第5章 软构件信息系统的实现 |
| 5.1 登录模块子系统 |
| 5.2 软构件分类管理子系统 |
| 5.2.1 软构件的分类 |
| 5.2.2 软构件的描述信息 |
| 5.3 软构件管理与检索子系统 |
| 5.3.1 软构件入库过程的实现 |
| 5.3.2 软构件检索的实现 |
| 5.4 软构件检索过程的实例分析 |
| 5.5 本章小结 |
| 第6章 总结 |
| 6.1 本文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在校期间发表的学术论文与研究成果 |
（7）基于本体与刻面相结合的构件检索研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究工作 |
| 1.4 本文的章节安排 |
| 第二章 构件及构件检索相关技术概述 |
| 2.1 构件定义及其特点 |
| 2.2 构件库存储方式概述 |
| 2.3 构件分类方法 |
| 2.4 构件检索技术 |
| 2.4.1 当前几种构件检索方法 |
| 2.4.2 构件检索的评价方法 |
| 2.5 本章小结 |
| 第三章 基于刻面分类的构件检索技术及本体 |
| 3.1 刻面及刻面分类模型概述 |
| 3.2 刻面检索的树匹配 |
| 3.2.1 树的相关概念 |
| 3.2.2 刻面描述的树匹配模型 |
| 3.2.3 树匹配在实际应用中的实现 |
| 3.3 刻面检索的不足及解决方法 |
| 3.4 本体的理论研究 |
| 3.4.1 本体的定义及分类 |
| 3.4.2 本体的描述语言 |
| 3.4.3 本体的构建方法 |
| 3.4.4 基于本体的信息检索 |
| 3.4.5 在基于刻面的检索基础上引入本体的优势 |
| 3.5 本章小结 |
| 第四章 基于本体与刻面相结合的构件检索 |
| 4.1 刻面分类方案的设计 |
| 4.2 构件检索机制 |
| 4.2.1 构件检索步骤 |
| 4.2.2 语义扩展 |
| 4.2.3 语义推理 |
| 4.2.4 构件检索算法 |
| 4.3 本章小结 |
| 第五章 基于本体与刻面相结合构件检索在USAP 平台的实现 |
| 5.1 USAP 平台简介 |
| 5.2 构件库系统检索模型 |
| 5.3 查询语义推理与扩展模型 |
| 5.4 检索系统开发环境、技术方案与遵循的标准规范的选择 |
| 5.5 检索系统中的刻面分类方案及实现 |
| 5.6 检索系统中的领域本体的建立 |
| 5.7 检索系统性能分析 |
| 5.8 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文的主要研究内容 |
| 6.2 进一步的工作展望 |
| 参考文献 |
| 攻读硕士期间发表的学术论文和参加科研情况 |
| 发表的论文 |
| 参与的项目 |
| 致谢 |
（8）基于语义相似度分析的软构件聚类算法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 软件构件技术 |
| 1.1.2 基于构件的软件开发方式 |
| 1.2 国内外研究现状 |
| 1.2.1 构件分类表示 |
| 1.2.2 构件库系统 |
| 1.2.3 构件聚类 |
| 1.3 论文研究内容及组织 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文各章内容组织 |
| 第二章 软构件的分类表示 |
| 2.1 构件分类的必要性 |
| 2.2 构件分类表示方法 |
| 2.3 刻面分类表示方法 |
| 2.3.1 刻面分类方法的定义及特点 |
| 2.3.2 基于刻面分类的构件检索算法 |
| 2.3.3 刻面分类表示的优缺点 |
| 2.4 软构件分类系统 |
| 2.5 本章小结 |
| 第三章 基于潜在语义分析的构件聚类 |
| 3.1 潜在语义分析 |
| 3.1.1 LSA 的原理及特点 |
| 3.1.2 LSA 的关键技术-SVD |
| 3.1.3 利用SVD 计算各种相似关系 |
| 3.2 特征词权重的计算 |
| 3.3 聚类分析 |
| 3.3.1 聚类分析的相关理论 |
| 3.3.2 k-均值聚类算法 |
| 3.4 基于LSA 的构件聚类 |
| 3.4.1 基于LSA 的构件聚类算法流程 |
| 3.4.2 算法实现及结果分析 |
| 3.5 本章小结 |
| 第四章 基于语义相似度与优化的构件聚类 |
| 4.1 基于知网的词语语义相似度计算 |
| 4.1.1 知网 |
| 4.1.2 一种基于知网的词语语义相似度计算方法 |
| 4.2 结合语义改进的特征词权重计算方法 |
| 4.2.1 改进的TF-IDF 权重计算方法 |
| 4.2.2 算法实现及结果分析 |
| 4.3 基于语义的文本相似度计算方法 |
| 4.4 基于语义相似度与优化的构件聚类算法 |
| 4.4.1 基于语义的最近邻聚类 |
| 4.4.2 聚类优化 |
| 4.4.3 算法实现及结果分析 |
| 4.5 本章小节 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 附录1 |
| 附录2 |
| 附录3 |
| 读研期间取得的研究成果 |
| 个人简介 |
（9）基于刻面描述的分布式构件库系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的研究目标和主要工作 |
| 1.4 本文的组织结构 |
| 第2章 软件复用、构件及构件库的相关概念 |
| 2.1 软件复用的概念及意义 |
| 2.2 构件(Component) |
| 2.2.1 构件的定义 |
| 2.2.2 构件的基本特征 |
| 2.3 基于构件的软件开发概述及其特点 |
| 2.3.1 CBSD概述 |
| 2.3.2 CBSD特点 |
| 2.4 构件库的概念和功能 |
| 2.5 分布式构件库 |
| 第3章 构件通用属性的描述方法 |
| 3.1 构件描述方法的概述 |
| 3.2 构件刻面描述相关概念 |
| 3.2.1 名词定义 |
| 3.2.2 刻面分类方法 |
| 3.2.3 刻面分类的优点 |
| 3.2.4 刻面分类原则 |
| 3.3 构件通用属性描述方法 |
| 3.3.1 构件通用属性描述方法的原则 |
| 3.3.2 构件的通用属性选取准则 |
| 3.3.3 CGADM：构件通用属性的描述方法 |
| 3.4 CGADM扩展机制 |
| 3.4.1 CGADM扩展必要性 |
| 3.4.2 CGADM扩展机制 |
| 3.4.3 CGADM扩展机制的实现 |
| 3.5 CGADM特点 |
| 3.6 本章小结 |
| 第4章 基于刻面描述的构件检索 |
| 4.1 构件检索技术概述 |
| 4.1.1 基于人工智能的构件检索技术 |
| 4.1.2 基于超文本浏览的构件检索技术 |
| 4.1.3 基于信息科学的构件检索技术 |
| 4.2 树的概念 |
| 4.3 刻面分类描述树 |
| 4.4 刻面树的编码方式 |
| 4.5 检索方法 |
| 4.5.1 检索条件的构造及扩展 |
| 4.5.2 构件检索匹配模型 |
| 4.6 构件检索匹配算法 |
| 4.7 检索结果的排序 |
| 4.8 检索模型 |
| 4.9 本章小结 |
| 第5章 多Agent机制在构件库系统的应用 |
| 5.1 智能Agent的概念及特性 |
| 5.1.1 智能Agent的概念 |
| 5.1.2 智能Agent的特性 |
| 5.2 多Agent系统的概念 |
| 5.3 智能Agent与多Agent系统的应用现状 |
| 5.4 多Agent技术在分布式构件库中的应用 |
| 5.4.1 智能Agent的作用 |
| 5.4.2 分布式构件库中智能Agent的结构 |
| 5.4.3 分布式构件库的体系结构 |
| 5.4.4 智能Agent的通信模式 |
| 5.4.5 多Agent的协作方式 |
| 5.5 多Agent分布式构件库系统特点分析 |
| 5.6 本章小结 |
| 第6章 分布式构件库系统的设计与实现 |
| 6.1 相关技术概述 |
| 6.1.1 Microsoft.NET技术 |
| 6.1.2 三层架构及其演化 |
| 6.2 代码结构 |
| 6.3 Agent通信体结构设计 |
| 6.4 DCLS中主要功能设计与实现 |
| 6.4.1 发布构件信息功能设计与实现 |
| 6.4.2 请求构件信息功能设计与实现 |
| 6.4.3 检索构件信息功能设计与实现 |
| 6.4.4 控制Agent的设计 |
| 6.5 构件库检索的实验分析 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
（10）面向多构件库的构件分类检索技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的主要研究工作 |
| 1.4 论文的组织结构 |
| 第二章 构件的分类模式及构件检索相关理论 |
| 2.1 构件的定义及特点 |
| 2.1.1 构件的定义 |
| 2.1.2 构件的种类和特点 |
| 2.1.3 构件库 |
| 2.2 构件的分类 |
| 2.2.1 构件的分类体系 |
| 2.2.2 构件的分类模式 |
| 2.3 构件的描述 |
| 2.4 构件的检索 |
| 2.4.1 构件检索技术 |
| 2.4.2 构件检索过程模型 |
| 2.4.3 多构件库检索 |
| 2.5 本章小结 |
| 第三章 多构件库检索条件转换算法 |
| 3.1 多构件库检索过程模型 |
| 3.1.1 检索条件转换 |
| 3.1.2 多构件库检索过程模型 |
| 3.2 检索条件转换算法 |
| 3.2.1 检索条件转换处理过程 |
| 3.2.2 检索算法思想 |
| 3.2.3 检索算法描述 |
| 3.3 构件的向量表示和相似度计算方法 |
| 3.3.1 构件的向量表示 |
| 3.3.2 构件相似性度量方法 |
| 3.4 检索条件转换算法实现 |
| 3.4.1 算法实现 |
| 3.4.2 算法分析 |
| 3.5 本章小结 |
| 第四章 基于反馈的二次检索过程模型 |
| 4.1 领域本体概述 |
| 4.2 基于本体的构件语义检索技术 |
| 4.2.1 本体在构件语义检索中的作用 |
| 4.2.2 基于本体的构件语义检索 |
| 4.3 二次检索 |
| 4.3.1 基于语义检索的反馈模型思想 |
| 4.3.2 基于语义关系的二次反馈检索算法描述 |
| 4.4 基于语义关系的二次反馈检索算法实现 |
| 4.5 本章小结 |
| 第五章 多构件库构件检索模型的设计与实现 |
| 5.1 构件检索模型的概要设计 |
| 5.1.1 构件体系结构 |
| 5.1.2 多构件库检索过程模型 |
| 5.2 系统重要技术方案 |
| 5.2.1 构件存储方案 |
| 5.2.2 构件库的分类方案 |
| 5.2.3 金融领域本体的构建 |
| 5.3 系统详细设计 |
| 5.3.1 构件库设计 |
| 5.3.2 构件检索功能实现 |
| 5.4 检索的性能比较与分析 |
| 5.4.1 实验数据来源 |
| 5.4.2 实验方法 |
| 5.4.3 实验结果 |
| 5.4.4 实验分析 |
| 5.5 本章小结 |
| 总结 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
四、基于刻面分类和人工智能的软构件分类方法研究（论文参考文献）
- [1]基于构件的软件复用技术的研究与应用[D]. 张富为. 中北大学, 2018(08)
- [2]基于刻面分类的网络群体事件主题聚类研究[D]. 冯遵倡. 江苏科技大学, 2016(03)
- [3]一种改进的构件聚类索引树的研究[J]. 田晓珍,任姚鹏,王春红. 现代计算机(专业版), 2014(23)
- [4]基于本体的软构件聚类算法研究[D]. 张锋. 太原科技大学, 2012(12)
- [5]适用于大规模构件库的高效检索方法研究[D]. 张雷. 太原科技大学, 2012(12)
- [6]基于软件体系结构的软构件信息系统的设计与实现[D]. 陈杜英. 华侨大学, 2012(05)
- [7]基于本体与刻面相结合的构件检索研究[D]. 宋士涛. 山东师范大学, 2011(07)
- [8]基于语义相似度分析的软构件聚类算法研究[D]. 任姚鹏. 太原科技大学, 2010(04)
- [9]基于刻面描述的分布式构件库系统的研究[D]. 陈志勇. 南昌航空大学, 2010(06)
- [10]面向多构件库的构件分类检索技术研究[D]. 郎颖莹. 中国石油大学, 2010(04)