何鸿君
- 作品数：67 被引量：166H指数：7
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金国家重点实验室开放基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信兵器科学与技术更多>>
- COSMIC数据移动唯一性的几个问题
- 识别数据移动时,有些情况下移动数据组的多个操作应该识别为一个数据移动,COSMIC方法称之为数据移动唯一性.数据移动唯一性的判断对度量结果有着直接影响,而COSMIC关于数据移动唯一性的判断存在两个问题:一是数据移动唯一...
- 徐智何鸿君买新晖刘庆和
- 关键词：软件工程
- 文献传递
- 决策树分类方法在软件成本估算中的应用研究被引量：1
- 2010年
- 软件成本估算是软件工程领域中的一个重要问题。针对积累了大量的软件项目历史数据,提出一种基于决策树的软件成本估算方法。在对历史数据进行预处理后,通过建立软件成本估算的决策树分类模型,预测目标属性的值。最后,通过软件项目历史数据验证该软件成本估算方法的有效性。
- 王晓明何鸿君尹俊文朱安江周鹏
- 关键词：软件成本估算决策树C4.5
- 实时协同编辑系统一致性控制的研究与实践
- 何鸿君
- 关键词：CSCW实时协同编辑系统构件化实时协同编辑系统
- 文献传递
- 基于优先级的访存调度算法研究被引量：1
- 2009年
- 文章研究了存储控制器中的访存调度策略,提出了基于优先级的访存调度算法。首先使用遗传算法建立有效的数据源,然后对得到数据源应用统计进行调度优先级挖掘,共获取三个优先级别,这样仅使用这三个优先级构造调度算法进行访存序列调度。实验结果表明,提出的算法很好地降低了访存序列的运行时间,优化效果接近于文献[4]中提出的贪婪访存调度算法,但算法运行时间却远小于后者。
- 廖春科罗莉何鸿君
- 关键词：遗传算法数据源
- 一个基于ARM处理器的嵌入式系统设计与实现
- SOC(片上系统)是当今微电子设计研究领域的热门课题,借助可编程的SOC芯片,可以快速进入SOC设计领域.ARM已成为移动通信、手持计算、多媒体数字消费等嵌入式系统处理器的RISC标准,我们设计实现了一个基于ARM处理器...
- 罗莉张春元何鸿君李瑞
- 关键词：ARM核嵌入式系统SOPC
- 文献传递
- 基于VI的高性能网卡XUNI的设计与实现
- 2007年
- VIA是用户级集群系统工业标准.深入研究了VIA的规范和协议,设计和实现了一种高性能的用户级网卡--XUNI(PCI-X based user lever network interface),达到高带宽、低延迟,系统具有良好的计算通信重叠性.该网卡可以用于集群系统,也非常适用于高速网络存储系统.
- 罗莉付清朝夏军何鸿君徐炜遐
- 关键词：集群系统网络存储虚拟接口结构虚拟接口
- 计算思维培养中的问题教学法应用被引量：1
- 2015年
- 问题教学法的关键在于问题的设置,恰当的问题能够迅速吸引学生的注意,引发强烈的思维碰撞,达到以解决问题为手段带动知识学习和思维能力提升的目的。文章根据计算思维能力的不同特点,阐述如何在教学实践中有针对性地设置系列问题,培养和提升学生的计算思维能力。
- 何鸿君
- 关键词：程序设计问题教学法计算思维
- 基于专家经验和随机抽样的早期快速估算方法被引量：1
- 2011年
- 项目立项阶段由于评审时间有限,需要采用快速近似估算方法获取软件的规模以确定经费预算。本文提出基于专家经验和随机抽样的快速估算方法,将软件分解为不同的软件模块,由开发组织对不同的模块规模和成本进行预估并申报经费,估算人员利用专家经验以及对软件组件随机抽样进行详细度量,再利用快速近似估算方法估算出软件项目的整体规模,进而得到软件整体成本。实际应用表明,该方法是可行的。
- 朱安江何鸿君尹俊文刘庆和周鹏买新晖
- 关键词：经费预算
- 前馈多层神经网络BP算法与可靠性增长模型被引量：5
- 2001年
- 本文叙述了可靠性增长和 BP算法的基本概念 ,着重研究神经网络 BP算法用于可靠性增长的预测方法。Gompertz模型是可靠性增长的一个很好的预测模型。本文引用文献中的多个实例 ,将BP算法预测结果与 Gompertz模型预测结果相比较 ,结论基本上一致。这说明该方法不但可行 ,而且有简便。
- 罗莉罗强何鸿君
- 关键词：BP算法可靠性增长模型
- 一种有效的面向多目标软硬件划分的遗传算法被引量：6
- 2010年
- 软硬件划分是软硬件协同设计的关键技术之一,划分结果对最终的设计方案有非常重要的影响。软硬件划分根据优化目标的数量,可分为单目标划分和多目标划分。多目标划分问题是一个NP-hard问题,一般不存在传统意义上的"最优解",而是存在一组互不支配的Pareto最优解。遗传算法因其具有并行、群体搜索的特点而非常适于求解多目标优化问题。通过抽象描述将一个实际SOC设计问题转化为多目标软硬件划分问题,采用遗传算法便可获得最优设计方案。为克服过早收敛及加快搜索速度,改进了适应度函数的定义,通过自适应参数调整,加入惩罚函数的适应度定义,提高了进化速度,从而有效地获得了Pareto最优解集。在实际问题的应用中,多目标软硬件划分遗传算法是能有效求取平衡系统成本、硬件面积、功耗和时间特性的最优化方案。
- 罗莉夏军何鸿君刘瀚
- 关键词：软硬件划分遗传算法适应度函数
