应用软件开发课程设计.

1、应用软件开发课程设计一、应用软件开发课程设计目的与要求应用软件开发课程设计是建立在软件件工程专业所学知识的基 础上设置的一门重要的实践课程。主要目的是利用所学理论知 识与实用技术完成一个具有实际应用的、符合软件工程规范的 和较高质量的应用软件开发C针对应用软件开发提出如下要求:（1）紧密结合软件工程规范，从求解问题的需求分析出发， 建立需求分析模型（用例图）。（2）应用面对像方法和UML建模工具建立软件开发设计模型 （类图、状态图、活动图和时序图等）（3）软件设计尽可能实现软件具有程序可阅读性、可维护性 和可再用性。（4）要求在规定实验室和时间进行（成绩由三部分组成：实习 报告、软件实现完成情

2、况和课程设计期间的认真程度）。二、课程设计选题每位同学任选择一个题日或自选一个题目。选题确定后，要求 认真完成选题的需求分析、软件设计、编码及测试运行完整过 程的文档资料并作为报告编写重要内容。（1）交互式最短路径搜索程序实现（2）交通咨询系统软件设计（3）在线购物网站设计（4）基于人工神经网络方法的图像识别（5）自定三、选题内容介绍与技术要点说明题目仁（1）内容介绍：用鼠标交互虚拟设计公交线路网络图，并应用该交通网络图 实现公交乘车线路最短路径搜索，其系统功能：1）鼠标交互虚拟设计公交线路网络图2）建立有权图3）搜索从某公交出发站到某公交终点站最短乘车线路（2）技术要点说明该程序设计主要应用

3、算法与数据结构的最短路径算法实现。它 的主要技术具有三个方面：1）虚拟设计公交线路图（实际中为某城市的公交网络图）。2）利用公交线路图构建有权“图”存储结构3）应用最短路径算法实现从源点到终点的最短路径搜索。三个功能结果如图所示：图1虚拟设计公交线路网络图Shnrtl'Ath口口冈图2令权图站站名：VI絲点站名：VII匡図图3搜索V1-V11最短路径程序设计类图:最短路径算法描述(1) 建立邻接矩阵(2) 取从v山发到图上氏余各顶点w町能到达的最短路径长度作为初值：Di = arcs位于Vex(G,v)i vev(3) 选择比使得：Di = minDi | VjG(V-S)Vj就是当前

4、求得的一条从v岀发的最短路径的终点。令: S = SUj(4) 修改从v出发到集合V-S上任一顶点Vk町到达的最短路径K度。if DO + arcsOk <Dk则 Dk = Dj +arcsjk(5) 重复(3) > (4)共n-1 次(6) 整理最短路径线路(例如：旨239>论0>5)(7) 绘制最短路径线路题目2（1）内容介绍:编制软件实现下图的交通咨询系统功能:2)3)4)V1北京V2天津V3沈阳V4长春V5哈尔滨V6大连V7徐州V8郑州V9呼和浩特V10兰州V11乌鲁木齐V12西安V13西宁V14成都V15昆明V16贵阳V17柳州V18南宁V19武汉V20株洲V

5、21广州V22深圳V23南昌V24上海V25福州其他数据同学们自己模拟给出。（2）技术要点说明该软件设计主要技术步骤：1、建立数据库（或数据文件）并模拟数据1）城市节（顶）点表：2）两城市间权值表2、交通咨询系统界面设计询果示 咨结显区用交咨区参考用户界面设计3交通图绘制4建立图存储结构5最短路径算法6路线搜索TviewSeTData仃Data *data); -DrawGraph();-DrawPLi ne(); +Draw();Task下TData DataT +TView View :+ void ReadData();+ void CreateGraph()+ void Draw();

6、+ void FindRout(string A,string B);TData+TGraph Graph;>+HeadData() +CreateGraph()1TDatabaseTFileTGraph+TRout Rout：+CreateGraph();+FindRout(sinq A,string B);参考类图题目3：在线购物网站设计（1）内容介绍在线购物网站设计是一个以购买商品为目标的网上商城， 不同的主题商品，将设计不同的购物网站。但系统设计基本架构 是相同或者说软件结构模型相同。其主要功能能：在线购物网站系统客户系统管理员注册与登录选购物商品放入购物车 填写订单确认订单，进

7、入订单处理登录用户信息管理 商品信息管理 订单处理 通知管理 友情链接（2）技术要点电子商务系统是以电子商务为基础的网上交易实现体系。开发 在线电子商务系统主要技术步骤：1）搭建开发平台安装JDK、tomcat、Eclipse、Struts和spring等开发工具建立Java web软件开发平台数据库管理系统2）建立数据库信息表用户信息表系统管理员信息表商品分类信息表商品详细分类信息表订单信息表购买商品信息表3）设计系统框架结构对于目前在线购物网站系统多数采用MVC系统架构模式，通常的 系统结构是：用户界面（业务数据组织与表I JMVC模式控制层（业务逻辑处理与衣现层解释）业务I逻辑代理层（业

8、务逻辑I接口）丿业务逻辑实现层（DAO和I/O层）文件操作层接口文件操作文件 层对彖接口 j数据访问对彖层K丿表现层控制层模型层网上购物系统框架结构请求Controller (servlet)client、f响应/i/AMView (JSP)< Java Bean : Or < Other servicesJ-»Business Objectrrodel题目4：（1）内容：该程序设计是利用人工神经网络算法实现图像识别技术。（2）主要技术要点1）人T神经网络算法人工神经网络采用物理可实现的系统來模拟人脑的结构和功能，它由大量 的彼此广泛连接的处理单元组成，每个处理单元结构和

9、功能I分简单，仅完 成杲种基本的变换，如图所示。3层神经网络结构 神经网络优点：1）具分布是存福'涪息的特点。神经网络使用人量的神经元之间的联结及 对各联结权值的分布來表示特定的信息。2）对信息的处理具有并行的特点。每个神经元都可以根据接收到的信息作 独立的运算和处理，然后将结果传输出去。3）对伫息处理！仃白组织、自学习的。神经网络中各神经元之间的联结强度用权值人小來表示，这种权值可以事先给定，也可以为适应周围 环境而不断地变化。 神经元模型神经网络的处理单元称为神经元，也称为节点。其神经元模型结构如图 所示：X=（1,x1,x2,.,xn）$Hy 入信息矢量VV=（Wo，Wi，W2，

10、.,Wn）连接权矢量Y=（y1,y2,.,ym）输出矢量U：神经元内部状态f（u）:激励电平（激励函数）和P纟益兀内亍祁状态:/ = WX = 土 >V.JVZz-i迪过渊t竺函数n勺处理，彳导至I片屮经丿亡仔j辆=y = ./X"） = 八左叱亠）i-i<x N 0(x<O)f<X)=SSn(x>() ><x 二 O)讯丿IJ门勺徹农I函数*C1 > 阀值架=F(x)=s&nl1(2)分段函数喊 f(x) = J x/r神经网络图像识别分类过程图像信息图像变换与特征提取特征数据规格化神经网络分类器分类判决图像分类结果层神经网络

11、分类器的结构输入层：i为节点，表示图像特征向量的一个分量数据，输入节点数可以由特征向 量维数确定。输出层：k为节点，表示一种分类，输出节点数可以由分类数确定。隐层:j为节点，与网络输出逼近值要求的梢度和学习系统的复杂程度密切相关。分类数+特征向量维数分类数X特征向量维始£分类数x（特征向量维教+特征向量维数）1 隐层节点数=2图像特征向量的各分量（R、G、B）0,=x（i=0,1）2l.,N-1 模式样本数网纟各各层输入输出关系 输入层：输入节点：输出节点:隐层：输入节点：叫为输入层、节点与隐层节点的连接权值 输出节点：输出层：输入节点：Ij =艺 WjjXji=O°j =

12、 1 + expC-ipk = S wkj°ji-0Wkj为隐层j节点与输出层节点的连接权值 输出节点： 6 = l + ex；（_IJ神经网络的训练学习算法神经网络的学习算法可分为有监督和无监督两类，我们用有监督 学习算法中的反向误差传播算法(BP算法)。算法分为两个阶段：(1) 正向过程：输入信息从输入层经隐层逐层计算各单元的输出 值；(2) 反向传播过程：输出误差逐层向前算出隐层各单元的误差， 并用此误差修正前层的权值。神经网络的训练学习过程实际是一个对连接权值修正，直到输出 值与希望值的差小于误差值的迭代过程。为此，定义网络的学习误差函数：1 1 mE = -(D-O)T(D

13、-O) = -£(dj-oj)22 2D：网络的希望输出O：网络实际输出(3)梯度下降修正权值法分别求解Wjj和比炉1) Wjj梯度下降修正权值+ 1) = w + yi(k)RE式中V,(/) = -77 是梯度修正量叽i3E=(4Ok)由误差定义有页页k °°j刃jdi k dOj di j dw jicxp(/y) O l + expC-Zp2 '4z77T 则有市=Wk )*(1-f(h) l + e(l + ex-Z)ji( +1) =迄)(i 一 f(rk m幻/(行)(i 一 WjOik式中：8k =(Dk-Ok)l + exp(-ZA )K 7令：f(H)=2) Wkj梯度下降修正权值:wkJ(t + l) = wkJ(t) + Vw/cj(t)ar式中04/(。= -孚是梯度修正量gj由误差定义有aOk弧叫午呱kjVl + expC-/)2 7所以仪川+1)= .(/)+迄歼几耳)(1- fg 0k式中：西=(几-Ok)/为学习率八迭代变量开始神经网络程序设计输入特征向量维数和分类类别数取一个样本数据Xj加在网络输入端计算隐层0和够出层ok将图像I卩的母一像索规格化后输入网络分类器1计算修正权值Wji和Wjk分类判决输出