首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

云移植中组件发现算法的研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第11-16页
    1.1 论文的研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 论文的研究内容第14-15页
    1.4 论文的结构组织第15-16页
第二章 相关研究背景第16-23页
    2.1 云计算第16-19页
        2.1.1 云计算的服务模式第16-17页
        2.1.2 云计算编程模型第17-18页
        2.1.3 云移植第18-19页
    2.2 可重用组件发现第19-21页
        2.2.1 软件重用的过程第19-20页
        2.2.2 聚类方法第20-21页
    2.3 实验平台第21-22页
    2.4 本章小结第22-23页
第三章 基于类关系类型信息的重用组件发现算法第23-40页
    3.1 方法概述第23-26页
    3.2 基于类关系类型信息的多目标软件聚类算法概述第26-32页
        3.2.1 多目标软件聚类的描述第26-30页
        3.2.2 类关系类型信息的描述第30-32页
    3.3 基于类关系类型信息的软件聚类算法的目标函数设计第32-39页
        3.3.1 基于类关系类型信息的模块质量R-MQ目标函数的设计第32-35页
        3.3.2 基于类关系类型信息的多目标函数设计第35-39页
    3.4 本章小结第39-40页
第四章 基于类关系类型的组件发现算法工具的实现第40-56页
    4.1 基于类关系类型的单目标软件聚类算法工具的实现第40-45页
        4.1.1 软件聚类算法实现工具第40-41页
        4.1.2 基于类关系类型的单目标软件聚类算法实验结果第41-45页
    4.2 基于类关系类型的Pareto多目标软件聚类算法工具的实现第45-50页
    4.3 基于类关系类型的Pareto多目标软件聚类算法在Hadoop上的实现第50-55页
        4.3.1 云移植中基于类关系类型信息的组件发现方法第51-52页
        4.3.2 Hadoop上基于类关系类型的Pareto多目标软件聚类实验第52-55页
    4.4 本章小结第55-56页
第五章 总结和展望第56-58页
    5.1 论文总结第56页
    5.2 展望第56-58页
参考文献第58-62页
致谢第62-63页
附:硕士期间参加的研究项目第63页

论文共63页,点击 下载论文
上一篇:基于好友关系和流行度的协同过滤推荐算法研究
下一篇:基于像素淘汰模型的背景差分算法研究