fanyang_1996-CSDN博客

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

fanyang_1996的博客