軟件架構項目報告

1、軟件架構項目報告目錄1 項目概述42 需求分析42.1系統(tǒng)用例圖和流程圖42.2功能需求52.3非功能性需求62.3.1性能需求62.3.2 質量需求62.3.3安全性需求62.4可行性分析62.4.1技術可行性72.4.2經(jīng)濟可行性72.4.3操作可行性73 總體設計74 詳細設計74.1感知哈希算法74.1.1算法概述74.1.2 算法詳細步驟84.2 Levenshtein距離算法104.2.1算法概述104.2.2生成圖片的指紋114.2.3計算編輯距離，得出相似度134.3 歐式距離相似度算法164.3.1算法概述164.3.2算法步驟164.4 加權最優(yōu)解194.4.1算法概述19

2、4.4.2算法步驟195 系統(tǒng)實現(xiàn)205.1界面設計215.2系統(tǒng)集成215.2.1系統(tǒng)目錄結構215.2.2 structs具體實現(xiàn)225.3系統(tǒng)環(huán)境和運行235.3.1系統(tǒng)環(huán)境235.3.2運行效果236 測試271 項目概述2 需求分析2.1系統(tǒng)用例圖和流程圖使用基于場景的用例分析方法可知，在操作系統(tǒng)的場景中用戶可進行的操作如下：（1）用戶加載目標股票的TXT文件，將目標股票的TXT文件生成股票走勢圖（2）將目標走勢圖與其他走勢圖進行比較，計算兩兩之間的相似度（3）選取與目標走勢圖相似度最高的走勢圖（4）輸出結果并保存系統(tǒng)用例圖如下所示：相應的流程圖如下：2.2功能需求通過上面對系統(tǒng)的分

3、析可知，系統(tǒng)核心的功能主要有如下幾種：（1） 批量導入樣本文件；（2） 形成走勢圖，即股市中的K線圖；（3） 計算相似度，并選取相似度最大的走勢圖；因此可以將整個系統(tǒng)分為兩大功能模塊，功能模塊圖如下所示：2.3非功能性需求2.3.1性能需求由于系統(tǒng)運行需要導入大量的數(shù)據(jù)，因此要求系統(tǒng)在算法實現(xiàn)上能保證盡可能的提供運行效率，降低反應時間。同時，本系統(tǒng)是對股市行情的研究比較，開發(fā)的系統(tǒng)要求結果準確。2.3.2 質量需求對于系統(tǒng)的相關質量的屬性需求如下表：質量屬性序列號 質量屬性要求說明 1 有導入目標股票的TXT文件方法2 有三種不同算法來計算相似度3界面簡潔大方，方便操作 2.3.3安全性需求1

4、. 服務器應該在合適溫度、適度的環(huán)境下工作，避免劇烈的震動；2. 各種電源線和數(shù)據(jù)線的鋪設要合理而安全，避免出現(xiàn)意外脫接現(xiàn)象的發(fā)生；3. 服務器所在地區(qū)應保持電壓穩(wěn)定及電源的持續(xù)供應，盡量避免高頻率的人為斷電現(xiàn)象（例如：錯拉電閘、保險絲熔斷等），以保持服務器中數(shù)據(jù)的一致性；4. 當提前獲知斷電時間時，應在網(wǎng)頁上及時發(fā)布相關信息（例如：服務器將于幾時幾分關閉），避免站點的突然關閉；5. 服務器管理員應確保服務器密碼不泄漏；6. 服務器所在房間應做好安全防盜工作，避免盜竊現(xiàn)象的發(fā)生。2.4可行性分析2.4.1技術可行性系統(tǒng)實現(xiàn)依靠相對比較熟悉的HTML、JavaScript、java語言，功能實現(xiàn)

5、也相對簡單。因此完成此項目的風險較小。2.4.2經(jīng)濟可行性本系統(tǒng)所用到的應用軟件、硬件系統(tǒng)都易于獲得.因此,開發(fā)成本較低。而引進使用本系統(tǒng)后，與傳統(tǒng)方式相比，具有高效率、低成本、高質量的特點，可以節(jié)省不少人力、物力及財力。所以，從經(jīng)濟的角度來看，該系統(tǒng)可行。2.4.3操作可行性本系統(tǒng)是直接面對用戶的，而用戶往往對計算機并不是非常熟悉。這就要求系統(tǒng)能夠提供良好的用戶接口，易用的人機交互界面。要實現(xiàn)這一點，就要求系統(tǒng)應該盡量使用用戶熟悉的術語和中文信息的界面，從而保證系統(tǒng)的易用性。界面簡潔友好，操作方便。3 總體設計4 詳細設計4.1感知哈希算法4.1.1算法概述感知哈希算法pHash(Perce

6、ptual Hash Algorithm), 意思是為圖片生成一個指紋(字符串格式), 兩張圖片的指紋越相似, 說明兩張圖片就越相似.。為降低均值對算法的影響程度，pHash算法使用離散余弦變換(DCT)來獲取圖片的低頻成分。而對于兩張圖片相似度的計算則是基于漢明距離的。離散余弦變換（DCT）是種圖像壓縮算法，它將圖像從像素域變換到頻率域。然后一般圖像都存在很多冗余和相關性的，所以轉換到頻率域之后，只有很少的一部分頻率分量的系數(shù)才不為0，大部分系數(shù)都為0（或者說接近于0）。漢明距離是以理查德衛(wèi)斯里漢明的名字命名的。在信息論中，漢明距離描述的是兩個n長碼字x=(x1x2xn)，y=(y1y2yn

7、)之間的距離，Dx,y=k=1nxkyk其中，表示模2加運算，xk0,1，yk0,1.D(x,y)表示兩碼字在相同位置上不同碼符號的數(shù)目的總和，它能夠反映兩碼字之間的差異，進而提供碼字之間的相似程度的客觀依據(jù)。4.1.2 算法詳細步驟（1）縮小尺寸：pHash以小圖片開始，但圖片大于8*8，32*32是最好的。這樣做的目的是簡化了DCT的計算，而不是減小頻率。具體的代碼實現(xiàn)如下圖：（2）簡化色彩：將圖片轉化成灰度圖像，進一步簡化計算量。下圖是轉化為灰度圖像的函數(shù)grayscale()的實現(xiàn);（3）計算DCT：計算圖片的DCT變換，得到32*32的DCT系數(shù)矩陣。下圖是進行二維DCT變換的函數(shù)a

8、pplyDCT()的實現(xiàn)。（4）縮小DCT：雖然DCT的結果是32*32大小的矩陣，但我們只要保留左上角的8*8的矩陣，這部分呈現(xiàn)了圖片中的最低頻率。（5）計算平均值：如同均值哈希一樣，計算DCT的均值。（6）計算hash值：這是最主要的一步，根據(jù)8*8的DCT矩陣，設置0或1的64位的hash值，大于等于DCT均值的設為“1”，小于DCT均值的設為“0”。組合在一起，就構成了一個64位的整數(shù)，這就是這張圖片的指紋。（7）對比圖片指紋：得到圖片的指紋后, 就可以對比不同的圖片的指紋, 計算出64位中有多少位是不一樣的。一般情況下，如果不相同的數(shù)據(jù)位數(shù)不超過5, 就說明兩張圖片很相似, 如果大于

9、10, 說明它們是兩張不同的圖片。這里是基于漢明距離來對相似度進行計算，定義的相似度計算公式為：sim=1-漢明距離位數(shù)下面兩張圖片分別是對漢明距離和相似度的實現(xiàn)函數(shù)，具體如下：. 4.2 Levenshtein距離算法4.2.1算法概述我們這里所要研究的相似度算法是這樣進行的，UML圖如上。4.2.2生成圖片的指紋在我們的程序中，生成圖片哈希值的方法是produceFingerPrint（），他返回的是一個String類型的字符串類型。這個方法里面主要涉及6個部分：（1）讀取圖片實現(xiàn)這個功能的方法是通過readImage（）方法來完成的，這個方法封裝在ImageRead類中，它通過獲取圖片的

10、路徑名來得到該圖片。代碼如下：（2）將圖片縮小到固定尺寸因為我們得到的圖片可能會大小不一致，多以我們需要將他們縮小成一致的格式，這里我們將他們縮小成8*8的尺寸，總共64個像素，除去了圖片的細節(jié)，只保留了結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。實現(xiàn)方法是：thumb(BufferedImage source, int width,int height, boolean b)，代碼如下：（3）簡化色彩將縮小后的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。通過灰度值的計算來實現(xiàn)的，方法為rgbToGray（）（4）計算平均值計算64個像素的灰度平均值，通過方法av

11、erage（）來實現(xiàn)。代碼如下：（5）比較像素灰度將每個像素的灰度，與平均值進行比較。大于或等于平均值，記為1；小于平均值，記為0。（6）計算哈希值將上一步的比較結果，組合在一起，就構成了一個64位的整數(shù)，這就是這張圖片的指紋。組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。代碼如下：4.2.3計算編輯距離，得出相似度計算圖片指紋的相似度。進而算出圖片的相似度。（1）編輯距離概述Levenshtein 距離，又稱編輯距離，指的是兩個字符串之間，由一個轉換成另一個所需的最少編輯操作次數(shù)。許可的編輯操作包括將一個字符替換成另一個字符，插入一個字符，刪除一個字符。編輯距離的算法是首先由俄國

12、科學家Levenshtein提出的，故又叫Levenshtein Distance。（2）舉例說明a.首先是有兩個字符串,這里寫一個簡單的 abc和abeb.將字符串想象成下面的結構。A處是一個標記，為了方便講解，不是這個表的內(nèi)容。abcabcabe0123a1A處b2e3c.來計算A處出得值它的值取決于：左邊的1、上邊的1、左上角的0.按照Levenshtein distance的意思：上面的值和左面的值都要求加1，這樣得到1+1=2。A處由于是兩個a相同，左上角的值加0.這樣得到0+0=0。這是后有三個值，左邊的計算后為2，上邊的計算后為2，左上角的計算為0，所以A處取他們里面最小的0.d

13、.于是表成為下面的樣子abcabcabe0123a10b2B處e3在B處會同樣得到三個值，左邊計算后為3，上邊計算后為1，在B處由于對應的字符為a、b，不相等，所以左上角應該在當前值的基礎上加1，這樣得到1+1=2，在（3,1,2）中選出最小的為B處的值。e.于是表就更新了abcabcabe0123a10b21e3C處C處計算后：上面的值為2，左邊的值為4，左上角的：a和e不相同，所以加1，即2+1，左上角的為3。在（2,4,3）中取最小的為C處的值。f.于是依次推得到abc0123a1A處0D處1G處2b2B處1E處0H處1e3C處2F處1I處1I處:表示abc 和abe 有1個需要編輯的操

14、作。這個是需要計算出來的。同時，也獲得一些額外的信息。A處:表示a 和a 需要有0個操作。字符串一樣B處:表示ab 和a 需要有1個操作。C處:表示abe 和a 需要有2個操作。D處:表示a 和ab 需要有1個操作。E處:表示ab 和ab 需要有0個操作。字符串一樣F處:表示abe 和ab 需要有1個操作。G處:表示a 和abc 需要有2個操作。H處:表示ab 和abc 需要有1個操作。I處:表示abe 和abc 需要有1個操作。g.計算相似度先取兩個字符串長度的最大值maxLen，用1-（需要操作數(shù)除maxLen），得到相似度。例如abc 和abe 一個操作，長度為3，所以相似度為1-1/3

15、=0.666（3）具體實現(xiàn)具體實現(xiàn)代碼如下：4.3 歐式距離相似度算法4.3.1算法概述該算法的核心思想是計算兩條直線的歐氏距離。4.3.2算法步驟運用道格拉斯-普克算法將折線簡化，提取出折線的特征點。步驟如下，（1）在曲線首尾兩點間虛連一條直線,求出其余各點到該直線的距離，如下圖（1）。（2）選其最大者與閾值相比較,若大于閾值,則離該直線距離最大的點保留,否則將直線兩端點間各點全部舍去，如下圖（2），第4點保留。（3）依據(jù)所保留的點,將已知曲線分成兩部分處理,重復第1、2步操作，迭代操作，即仍選距離最大者與閾值比較,依次取舍,直到無點可舍去，最后得到滿足給定精度限差的曲線點坐標，如下圖（3）

16、、（4）依次保留第6點、第7點，舍去其他點,即完成線的化簡。具體的代碼實現(xiàn)如下：將兩條折線A,B垂直平移至X軸，如下圖二。將其中一條折線A縮放一定比例得到A；使得A上所有點的平均值與B相等，如下圖三。通過A上的點向B做垂線，求出垂距H，得出累計垂距Hs如下圖四。相似度用1/Hs表示，當Hs=0時，取相似度為1，算法實現(xiàn)為代碼二、代碼三。具體的代碼實現(xiàn)如下：4.4 加權最優(yōu)解4.4.1算法概述上面三種算法或多或少有相應的側重，因此我們小組決定根據(jù)上面三種算法提供一個加權的最優(yōu)解。在獲得三種算法得出的相關的相似度值后，為每種算法賦予相關的加權值，通過加權運算獲得最優(yōu)的結果。4.4.2算法步驟（1）

17、獲得三面三種算法的結果；（2）進行加權運算。分別給算法A（感知哈希算法）、算法B（Levenshtein距離算法）和算法C（歐式距離相似度算法）權數(shù)為0.5、0.3、0.2。 具體代碼實現(xiàn)如下：5 系統(tǒng)實現(xiàn)整個系統(tǒng)架構思想是基于構件的軟件開發(fā)思想，通過運用structs框架，將前端界面設計和后臺功能實現(xiàn)相結合。具體的界面設計和系統(tǒng)集成如下介紹。5.1界面設計界面設計秉承簡單實用的設計思想，將整個系統(tǒng)需求的具體功能在首界面就全部展現(xiàn)出來了。同時，為增加用戶的體驗好感度，運用了相關的JavaScript技術實現(xiàn)。具體的界面效果如下圖：5.2系統(tǒng)集成5.2.1系統(tǒng)目錄結構整個項目既有前臺界面編寫，又有后臺算法實現(xiàn)，由于不同的模塊代碼編寫的人員不同，最終需要進行代碼的集成整合。通過對代碼的集成最后形成的代碼系統(tǒng)目錄如下圖所示：5.2.2 structs具體實現(xiàn)Structs部分的實現(xiàn)包括相關的VO層、action、service以及structs配置文件實現(xiàn)。在這里就不對其一一截圖展示了，其中核心