- 博客(11)
- 收藏
- 关注
原创 "测试用例设计与jUnit单元测试" 实验心得
实验内容l 针对Lab4评审和优化过的程序,设计白盒测试用例;l 针对Lab1中包含的需求,设计黑盒测试用例;l 在jUnit环境下撰写测试代码并执行测试;l 私用Infinitest进行持续测试;l 使用EclEmma统计测试的覆盖度;l 让自己的GitHub项目具备持续集成的能力(Travis CI)实验心得(1) “编写测试代码
2016-12-22 09:49:04 8850 1
原创 论文《Neighbor-Sensitive Hashing》读后感(四)
参数m的选取原算法中通过m = c * b (b为哈希码的位数),将c从1~10不断在部分测试数据项上进行尝试,进而选取最合适的参数m。但是这样会导致以下两个问题:1. 在所有情况下都要进行10次尝试:时间效率低;2. 在部分数据项上进行测试,结果未必适用于所有数据项整体。 改进的方案:使用二分法进行参数的测试,减少测试的次数,提高算法的时间效率;结合k
2016-12-22 09:46:57 429 1
原创 “面对面需求获取与原型设计” 实验心得
实验目的: l 练习面对面交流的方式进行需求获取,澄清用户需求;l 根据用户需求建立用户故事清单,使用敏捷开发方法为用户故事建模卡片,规划优先级,估计工作量,构思迭代计划;l 练习使用VersionOne为项目建立Scrum迭代计划(可选);l 练习使用MockupBuilder为每个用户故事设计原型;l 练习用户评审。 实验内容: l 小组A首先
2016-12-21 22:49:32 1262
原创 论文《Neighbor-Sensitive Hashing》读后感(三)
算法概述本文中的Neighbour-Sensetive-Hashing(NSH)算法主要应用于处理kNN问题,通过将更多位的哈希码用来区分邻近的数据项,使得相邻数据项之间的汉明距离更远,所以当k值较小时,NSH相比于其他传统算法,拥有更高的精确度。此时,此算法需要对各个数据项进行一种特殊的转变——NST,是的生成的哈希码满足以下3个性质:1. 连续性;2. 单调递增;
2016-12-21 22:47:19 454
原创 Checkstyle, FindBugs, PMD, VisualVM四种代码检测工具的比较与相关心得
l CheckStyle专注于格式方面的规范,如行内不能有tab符、‘{’前要有空格等。这些要求往往很少和代码逻辑相关,而是更加关心程序员的编码风格和编码习惯,他要求程序员要写出不仅好用,而且好看、好读的代码。由于不同公司,或者说不同标准,对于一个优秀的代码风格拥有不一样的要求,所以不同的配置文件对CheckStyle检测出来的错误影响极大。我们在运用CheckStyle中的谷歌标准检查代码时,
2016-12-21 22:42:33 2214
原创 “MVC编程与云平台部署” 实验心得
实验内容:1.掌握MVC架构下的SaaS开发的基本流程;2.开发环境:JAVA+Struts 2+Eclipse+Tomcat+MySQL+SAE3.在Eclipse中配置Struts开发环境,开发一个小型SaaS,在Web页面中4.对数据库中的数据进行CRUD操作;5.部署在SAE上并对外发布,模拟用户访问。心得体会:在这次实验开始之前,我还没有使用过St
2016-12-21 22:38:17 1456 1
原创 “结对编程” 实验心得
实验内容:1. 联系结对编程,体验敏捷开发中的两人合作;2. 两人一组,自由组合;3. 使用一台计算机,共同编码,完成实验要求;4. 在工作期间,两人的角色至少切换6次;5. 使用JAVA+ECLIPSE编程。心得体会: 结合这两年的编程经验,我们不难发现,编程耗时最多的方面就是debug。在我们得
2016-12-21 22:34:42 1572
原创 The Differences of Dietary Cultures Between China and the West
AbstractSince the entrance of 21st century, the cross-culturalcommunication has become the key feature of this new era. As a result of thedifference of regional feature, climatic environment and soc
2016-12-21 12:53:09 5889
原创 论文《Neighbor-Sensitive Hashing》读后感(二)
一、数据挖掘问题 数据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。 为了创建模型,算法将首先分析您提供的数据,并查找特定类型的模式和趋势。数据挖掘有十大经典算法,包括:C4.5算法、k-means算法、Svm算法、Apriori算法、EM算法、PageRank算法、AdaBoost算法、KNN算法、Naïve Baye算法和CART算法。下面将依次介绍这十大算法。
2016-12-21 09:27:13 454
原创 论文《Neighbor-Sensitive Hashing》读后感(一)
KNN问题近似的KNN(k近邻)使用二进制散列函数技术,是克服执行精确的KNN查询的高昂成本的最常用的方法之一。本文引进了邻居敏感哈希,通过使用哈希码中更多的二进制位来区分邻近数据项,在k的值较小的情况下,大大提高了算法的准确性和时间效率。主要思想作者认为,“在汉明空间内增加类似的产品之间的距离”,这种看似违反直觉的想法是远远更有效地解决k近邻问题。因为在大多数的情况下,KNN问题
2016-12-21 08:58:41 565
原创 2016剑桥之行
这次剑桥之行,于我而言,起源于一个偶然。导员询问我的一个室友是否有意愿参加这个出国交流项目,我则因此得知了这次机会,然后准备面试、申请签证,最终得以顺利的参加这个项目,体验了在剑桥的学习生活。 这是我的第一次出国,从学校出发的前一天,内心充满激动,久久难以入眠。之前在国内的近20年时间内,对于国外的听闻有好有坏:有说国外生活闲适、福利优越的;也有说国外人情冷漠、治安紊乱的。这一次
2016-12-21 08:45:10 318
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人