<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[windywwf的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/windywwf</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; windywwf]]></copyright><item><title><![CDATA[冯 . 诺依曼体系结构对计算机发展的限制]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/7262357</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/7262357</guid><author>windywwf</author><pubDate>Wed, 15 Feb 2012 19:54:52 +0800</pubDate><description><![CDATA[冯 . 诺依曼体系结构对计算机发展的限制 
　刘爱贵 
( 高能物理研究所计算中心 北京   2003年) 
摘要 ：    本文简单介绍了传统冯 . 诺依曼体系结构的原理和特点，从计算模型和存储模型两个方面分析了这种体系结构的局限性，并对目前非冯体系结构的发展情况作了浅出的分析和展望。

关键词 ： 计算模型　存储模型　语义间隔　映射 
  
 
从计算机诞生那天起，冯 . 诺依]]></description><category></category></item><item><title><![CDATA[业务建模之涉众]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/6200293</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/6200293</guid><author>windywwf</author><pubDate>Tue, 22 Feb 2011 16:06:00 +0800</pubDate><description><![CDATA[<br />OO系统分析员之路--用例分析系列（3）--业务建模之涉众<br />从这一篇开始，笔者将借助一个虚拟的实例来阐述获取用例的方法，以及如何判断用例获取是否完备，粒度选择是否合适。事实上，在做这些工作时，我们正在进行需求分析的第一个阶段，即业务建模阶段。借助这个例子，笔者同样会阐述业务建模到底应该做什么，做到什么地步才能说明业务需求已经完整，可以称为一份完整的需求规格说明书了。一般来说，只有当以下工作都完成，才能说业务模型建立完成，它们是：<br />发现和定义涉众<br />画定业务边界<br ]]></description><category></category></item><item><title><![CDATA[微软软件测试方法二]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5993848</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5993848</guid><author>windywwf</author><pubDate>Sun, 07 Nov 2010 21:24:00 +0800</pubDate><description><![CDATA[<br />  我在前一篇“微软的软件测试方法”中介绍了微软的两类基本测试方法，其基本思想大家应该是比较熟悉的，因为它们还只是传统的软件测试方法的综合。所以单从形式上，它并没有体现出对传统框架的突破。但是从另一个层面来考察微软软件测试时，你会对一些基本的事实感到惊讶。比如，“微软的测试人员和开发人员数量大致相等或略多”，“微软的产品成本中测试大约占40%以上”等等。人们会有疑问，仅仅是作为功能验证和搜寻Bug的测试能消耗这么大量的资源吗？有必要付出如此大的代价吗？应该有理由相信，微软作为一个软件企业，其每一]]></description><category></category></item><item><title><![CDATA[微软软件测试方法一]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5993761</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5993761</guid><author>windywwf</author><pubDate>Sun, 07 Nov 2010 20:51:00 +0800</pubDate><description><![CDATA[<br />源文地址：http://blogs.msdn.com/jeffwang/archive/2006/02/10/529793.aspx 国内近年来关于软件测试的问题和讨论越来越活跃。但从总体上说交流软件测试技术的多，而探讨软件测试方法的少。这里的“技术”指的是具体的战术问题，比如说如何使用某种工具来解决某一特定测试问题，或者某一类型软件有哪些测试手段等等。而这里的“方法”指的是宏观的战略问题，或者叫方法论，这包括从软件测试的概念或理念，到企业软件质量控制体系；从软件测试的过程，到测试团队的设置及其]]></description><category></category></item><item><title><![CDATA[测试流程]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5993318</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5993318</guid><author>windywwf</author><pubDate>Sun, 07 Nov 2010 15:46:00 +0800</pubDate><description><![CDATA[<br />1.流程的意义　　从一个软件企业的长远发展来看，如果要提高产品的质量首先应当从流程抓起，规范软件产品的开发过程。这是一个软件企业从小作坊的生产方式向集成化规范化的大公司迈进的必经之路，也是从根本上解决质量问题，提高工作效率的一个关键手段。 <br />　　软件产品的开发同其它产品（如汽车）的生产有着共同特性，即需要按一定的过程来进行生产。在工业界，流水线生产方式被证明是一种高效的，且能够比较稳定的保证产品质量的一种方式。通过这种方式，不同的人员被安排在流程的不同位置，最终为着一个目标共同努力，这]]></description><category></category></item><item><title><![CDATA[如何编写测试用例]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5991842</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5991842</guid><author>windywwf</author><pubDate>Sat, 06 Nov 2010 15:11:00 +0800</pubDate><description><![CDATA[<br />测试工作的基本流程是：编写测试计划、编写测试用例、准备测试数据、编写测试脚本、实施测试、测试评估等多项内容的正规测试。测试方式则由单纯手工测试发展为手工测试、自动化测试兼之，并有向第三方专业软件测试公司(泽众软件是一家软件测试公司)发展的趋势。 <br />一、测试用例是软件测试的核心 <br />软件测试的重要性是毋庸置疑的。但如何以最少的人力、资源投入，在最短的时间内完成测试，发现软件系统的缺陷，保证软件的优良品质，则是软件公司探索和追求的目标。每个软件产品或软件开发项目都需要有一套优秀的测]]></description><category></category></item><item><title><![CDATA[如何编写测试用例]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5991450</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5991450</guid><author>windywwf</author><pubDate>Sat, 06 Nov 2010 10:48:00 +0800</pubDate><description><![CDATA[<br /> 我认为测试用例的编写最容易体现测试工程师的测试水平，要看一个测试工程师的水平如何，只要看他的测试用例的质量就能看出作者的水平。那么如何编写测试用例呢？<br />        所谓测试用例，就是你测试软件时所执行的动作或输入的数据，同时还要有期望的反应或输出的数据，我一般是对一个功能点用一个测试用例，一个完整的测试用例包含以下几个部分：1、测试用例的编号；2、功能描述；3、前提条件；4、特殊规程说明；5、输入/动作；6、期望的输出/响应。测试用例的编号是给待测试软件的所有测试用例分配一个统一]]></description><category></category></item><item><title><![CDATA[软件测试相关专业术语]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5970835</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5970835</guid><author>windywwf</author><pubDate>Thu, 28 Oct 2010 08:48:00 +0800</pubDate><description><![CDATA[<br />　●Software Development Life Cycle（软件生命周期）:SDLC是软件的产生直到报废的生命周期，周期内有问题定义，可行性分析，总体描述，系统设计，编码，调试和测试，验收与运行，维护升级到废弃等阶段，这种按时间分程的思想方法是软件工程中的一种思想原则，即按部就班，逐步推进，每个阶段都要有定义，工作，审查，形成文档以供交流或备查，以提高软件的质量。但随着新的面向对象的设计方法和技术的成熟，软件生命周期设计方法的指导意义正在逐步减少。<br />　　●Software Qu]]></description><category></category></item><item><title><![CDATA[静态测试技术]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/5969269</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/5969269</guid><author>windywwf</author><pubDate>Wed, 27 Oct 2010 14:46:00 +0800</pubDate><description><![CDATA[<br />静态测试技术<br />静态测试包括代码检查、静态结构分析、代码质量度量等。它可以由人工进行，充分发挥人的逻辑思维优势，也可以借助软件工具自动进行。 <br /><br />       代码检查<br />       代码检查包括代码走查、桌面检查、代码审查等，主要检查代码和设计的一致性，代码对标准的遵循、可读性，代码的逻辑表达的正确性，代码结构的合理性等方面；可以发现违背程序编写标准的问题，程序中不安全、不明确和模糊的部分，找出程序中不可移植部分、违背程序编程风格的问题，包括变量检查、命名]]></description><category></category></item><item><title><![CDATA[ 一种基于Apriori的关联规则挖掘算法]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/4060898</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/4060898</guid><author>windywwf</author><pubDate>Thu, 09 Apr 2009 22:48:00 +0800</pubDate><description><![CDATA[ 一种基于Apriori的关联规则挖掘算法 周政尹1，闫仁武1 （1江苏科技大学电子信息学院，镇江212003） 摘要：Apriori算法为经典的关联规则挖掘算法，其中一个重要的步骤为剪枝（pruning），剪枝操作需要将每个后选集的每个子集跟上一层频繁项集匹配，然后根据Apriori性质删除相应的非频繁项集。这一操作是Apriori算法的一个耗时因素，本文设计的这一算法NPA（No Prunin]]></description><category></category></item><item><title><![CDATA[Apriori]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/4060890</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/4060890</guid><author>windywwf</author><pubDate>Thu, 09 Apr 2009 22:45:00 +0800</pubDate><description><![CDATA[APRIORI　　Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。　　该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后]]></description><category></category></item><item><title><![CDATA[孤立点分析]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/4024128</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/4024128</guid><author>windywwf</author><pubDate>Wed, 25 Mar 2009 17:11:00 +0800</pubDate><description><![CDATA[“孤立点是什么？”经常存在一些数据对象，它们不符合数据的一般模型。这样的数据对象被称为孤立点（ outlier ），它们与数据的其他部分不同或不一致。 孤立点可能是度量或执行错误所导致的。例如，一个人的年龄为－999 可能是程序对未记录的年龄的缺省设置所产生的。另外，孤立点也可能是固有的数据变异性的结果。例如，一个公司的首席执行官的工资自然远远高于公司其他雇员的工资，成为一个孤立点。 ]]></description><category></category></item><item><title><![CDATA[聚类]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/3753099</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/3753099</guid><author>windywwf</author><pubDate>Sun, 11 Jan 2009 15:54:00 +0800</pubDate><description><![CDATA[ 数 据 挖 掘 课——聚 集（一）一，什么是聚类？聚类：-将一个对象的集合分割成几个类，每个类内的对象之间是相似的，但与其他类的对象是不相似的。评判聚类好坏的标准：1，能够适用于大数据量。2，能应付不同的数据类型。3，能够发现不同类型的聚类。4，使对专业知识的要求降到最低。5，能应付脏数据。6，对于数据不同的顺序不敏感。7，能应付很多类型的数据。8，模型可解释，可使用。二，聚类所基于的数据类型。]]></description><category></category></item><item><title><![CDATA[关联规则]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/3751752</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/3751752</guid><author>windywwf</author><pubDate>Sun, 11 Jan 2009 13:12:00 +0800</pubDate><description><![CDATA[关 联 规 则 分 析关联规则简介：关联规则虽然来源于POS中，但是可以应用于很多领域。只要一个客户在同一个时间里买了多样东西，或者在一段时间了做了好几样事情就可能是一个潜在的应用。例如：用信用卡购物，如汽车租金和旅馆费，可以看他下一个要买的东西。 电话公司提供的多项服务，以研究捆绑销售的问题。 银行提供的多项服务，来分析客户可能需要那些服务。 不寻常的多项保险申请可能是欺诈行为。 数据挖掘什]]></description><category></category></item><item><title><![CDATA[数据挖掘算法]]></title><link>https://blog.youkuaiyun.com/windywwf/article/details/3751418</link><guid>https://blog.youkuaiyun.com/windywwf/article/details/3751418</guid><author>windywwf</author><pubDate>Sun, 11 Jan 2009 11:58:00 +0800</pubDate><description><![CDATA[绝大多数数据挖掘算法大致可以分为“监督学习(supervised learning)”和“无监督学习(unsupervised learning)”两种数据挖掘技术。监督学习需要先由数据分析师确定一个目标属性或因变量(例如，购买某种特定产品的客户)，然后通过监督学习技术筛分数据，尽量找出其他属性和目标属性之间的规律和关系(例如，能够表明很可能会购买特定产品的预期客户的特点)。Ora]]></description><category></category></item></channel></rss>