1) complexity metrics
复杂性度量
1.
Software architecture and its complexity metrics based on component operations;
基于构件运算的软件体系结构及其复杂性度量
2.
However there are still no complexity metrics methodologies based on object-oriented software development.
复杂性度量在软件开发中起着非常重要的作用,它可减少整个开发周期的费用,但目前还没有成熟的用于面向对象软件复杂性的度量方法。
3.
A complexity metrics of a program can be used to analyze quantitatively the complexity of a program; therefore, the cost of a program can be estimated.
程序复杂性度量可以实现定量地分析程序复杂性,从而为估计成本提供一个标准。
2) complexity measure
复杂性度量
1.
The applications of complexity measure in physiology and engineering are summarized.
综述了复杂性度量在生理及工程中的应用 ,指出了在应用中存在的问题 ,提出了改进方法 ,对一些常见混沌时序进行了分析 ,可望解释在心率变异信号 (HRV)分析中发现的动态分形维与复杂度不一致的问题。
3) complexity measurement
复杂性度量
1.
Besides this model was presented to offer the theory basis for the development of tools about software complexity measurement.
针对Halstead软件复杂性度量模型中存在的缺陷,提出三种修改方案:加权模型、DC模型和OOM模型。
4) metric complexity
度量复杂性
1.
Based on the theory of metric complexity for linear systems, this paper studies the modeling complexity of a class of consumption systems via a mechanism model of the consumption process.
本文基于线性系统的度量复杂性理论，通过描述消费过程的一个机理模型，研究了一类消费系统的建模复杂性问题。
5) Software complexity metric
软件复杂性度量
6) concurrent program complexity metrics
并发程序复杂性度量
1.
We define the so-called B graph in research on concurrent program complexity metrics as one the models of rendezvous relations in Ada programs.
在并发程序复杂性度量研究中,我们曾定义了一种B图,用以作为Ada并发程序中一种会合关系的模型。
补充资料：复杂性度量
复杂性度量
complexity measure
fuZaxing duliang复杂性度，(cO]mlPI咐ty算法复杂性的定量描述。算法的复杂性可由不同的标准来衡量，例如描述算法所用语言的长度，称为描述复杂性。解决一个问题的各种算法程序的长度的下界称为该问题的复杂性(又称Kolmq犷吠w复杂性)。但最重要的复杂性度量是执行算法所耗用的资源量。一般说来，处理规模较大的输人比规模较小的输人要耗用更多的资源，这里“资源”一词主要意指时间和存储空间。用算法耗用资源依赖输人规模的函数来表示算法的复杂程度:f(x，C)二输人为x时，算法A所耗费的资源量通常称f(x，C)为算法C的对输人x的复杂性量度。记输人规模为x的长度1川=n，称 w(。，e)一tnax{，(二，九){.x、一n}为输人规模为n时，算法C的录坏谙况复杂性。又若已知输人规模为n的各个输人x的概率分布九(x)，则称 A(二，e)=习八(x)*了(x，、) !工l=几为输人规模为n时，算法C的平均恃循复杂性。 对于一个问题，它有各种各样的算法，我们称f(n)二min{W(n，C)或I在一定模型下解决同一问题的各个算法C}为该问题的固有计算难度，或称该问题的计算复杂性。实际上，计算机理论的重要分支算法设计和分析是对各个具体问题寻找复杂度尽可能低的算法C，并求出W(n，C)(或A(n，C))，它是该问题的复杂度f(n)的上界，从而得知该问题应属于的复杂性类(参见多项式谱系)。同时人们研究f(n)的下界，从而得知该问题不可能属于的复杂性类，不再去设计复杂度比下界更低的算法。 从算法分析的实践中可以看出，人们感兴趣的是f(n)，W(n，C)，A(n，C)在n趋于co时的渐近性态，它们的常数项或系数是一个比较次要的因素，人们更为关心的是它们的增长率，简称阶。下列符号用于表示函数的阶(定义中的函数都是从正整数映射到正实数)。 (1)集O(f)中的任一函数g，存在一个常数二>0，使得对于所有的n，有g(n)<长f(n)。 (2)集日(f)中的任一函数g，存在二个常数n0，:>0，使得对于所有充分大的n>n0，有g(n)>rf(n)。 (3)集O(f)中的任一函数g，有浊g(nj(n (4)集曰(f)中的任一函数g，有g〔O(g)且g任。(j)。 在复杂性中最常出现的阶函数有;!。犷，，矿，n咙”，2”等，相应阶的函数依次被称为:对数阶，多项式阶，亚指数阶，指数阶。计算机科学家发现一个问题在一种计算模型下可以用多项式阶或指数阶的算法求解，那么在别的计算模型下也可以用多项式阶或指数阶的算法求解。称之为相似性和对揭性原理。因此算法复杂性的阶是一个独立于计算模型的，而问题的复杂性的阶又是独立于算法和计算模型的仅由问题本身所决定的重要特性。 近年来，人们鉴于最坏情况复杂性研究难有进展，转向平均情况复杂性的研究;从确定型的算法复杂性研究转向不确定的、不精确型的概率算法(例如退火算法)复杂性研究;从串行算法转向并行型算法(例如遗传算法)。这些新型算法复杂性度量定义也要作相应的调整。问题的复杂性度量有时得到一些实用上的改善，但理论上，只要计算模型没突破图灵机模型，同一问题的计算复杂性度看来无望有质的飞跃。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条