1) ADA (Application Dependency Analysis)
应用依赖性分析
2) dependency analysis
依赖性分析
1.
Integration framework of enterprise components based on dependency analysis;
基于依赖性分析的企业级组件集成框架
2.
UML Statechart Slicing Based on Dependency Analysis in the Regression Testing;
基于依赖性分析的UML状态图切片在回归测试中的应用
3.
Through the dependency analysis,this paper generates the UML statechart diagram and dependency diagram.
该文通过依赖性分析,生成基于依赖性分析的UML状态图和依赖图,将修改前和修改后的UML状态图进行比较,为回归测试中待测试的程序的理解、发现和修改错误提供一种方法,并运用SATM实例讨论该技术在回归测试中的应用。
3) dependence analysis
依赖性分析
1.
Based on analyzing the effects of exception handling constructs on dependence analysis, this paper proposes a precise and efficient representation for C++ programs with exception handling constructs—improved control flow graph.
在分析异常处理结构对程序依赖性分析影响的基础上,对传统的控制流图进行改进,提出了一种新的能够描述包括异常处理结构在内的函数内和函数间的C++程序的依赖性分析模型,并给出了相应的构造算法。
2.
Based on Q-learning method, the paper presents a novel idea of program dynamic dependence analysis, and gives an algorithm which can make analysis for complex programs more concise, more intelligent and more efficient.
本文提出基于Q学习的复杂程序动态分析思想 ,构造了基于Q学习的复杂程序动态依赖性分析基本算法 ,并对复杂程序动态实时分析与控制技术的实现环节进行了研究 ,探讨了相关问题 ,从而使复杂程序动态分析与控制过程更精炼、更智能、更高效。
3.
It is analyze the programming parallelism on Ada95 and implemented the principle with a series of algorithms based on control and data-dependence analysis, and made the auto-recognition possible in this thesis.
通过对Ada95分布程序级并行性的分析,利用控制依赖性分析与数据依赖性分析,构造了一系列算法实现了该理论,使得对Ada源程序的自动并行性识别成为可能。
4) Data dependency analysis
数据依赖性分析
5) active dependencies analysis
主动依赖性分析
6) dependency analysis
依赖分析
1.
The method uses the underlying principle of the bound and collapse method to estimate the joint probability of variable sets,and it adopts basic ideas of dependency analysis to learn Bayesian networks.
在数据缺失的情况下,文章建立的贝叶斯网络结构学习方法BC-ISOR基于界定折叠方法进行变量集联合概率的估计,基于依赖分析的基本思想进行贝叶斯网络的结构学习。
2.
A new method of learning Bayesian network structure based on basic dependency relationship between variables,basic structure between nodes,d-separation criterion,the idea of dependency analysis and the strategy of mixture orienting is given.
基于变量之间基本依赖关系、基本结构、d-separation标准、依赖分析思想和混合定向策略,给出了一种有效实用的贝叶斯网络结构学习方法,不需要结点有序,并能避免打分-搜索方法存在的指数复杂性,以及现有依赖分析方法的大量高维条件概率计算等问题。
3.
Firstly, in this paper an over view of Bayesian network and its characteristics is presented,and how to learn a Bayesian network structure from given data is discussed,and then a model of the Bayesian network is constructed by the dependency analysis of Bayesian network learning algorithm for the period of Xiangshan Baycage culture with expert knowledge and the dataset.
贝叶斯网络具有强大的推理能力,能与先验知识和数据结合,进行定性和定量分析,提供了1条有效的处理预测问题的途径,本文首先介绍了贝叶斯网络基本理论及其特点,并讨论如何学习贝叶斯网络结构,然后由专家知识和给定数据,采用基于依赖分析的贝叶斯网络学习算法构造了海底网箱养殖水环境指标间的贝叶斯网结构模型。
补充资料：投资收益的依赖程度分析
投资收益的依赖程度分析
【投资收益的依赖程度分析】对投资收益依赖程度大小的分析，实际上就是投资者承担风险能力大小的分析。这种分析事实上是一种超前的失误心理准备，有了这个分析，即使在投资中有所失误，也可以从容应付。具体地说，对于那些正常生活或生产经营和业务活动依赖投资收益程度小的个人投资者或机构投资者，则其可以投资那些具有增值趋势的普通股，以期望能获得较大的收益。而如果投资者需靠投资收益来补充正常生活和生产等方面的不足，则宜买人有固定收益的证券，如国库券或公司债券等。
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