【软件工程】CMMI 能力成熟度模型集成 ( CMMI 工程过程域 | CMMI 支持过程域 ) ★

简介: 【软件工程】CMMI 能力成熟度模型集成 ( CMMI 工程过程域 | CMMI 支持过程域 ) ★

文章目录

一、 CMMI 工程过程域

3 33 级

二、 CMMI 支持过程域

2 22 级

3 33 级

5 55 级





一、 CMMI 工程过程域




3 33 级


需求开发 RD ( 工程过程域 , 3 33 级 )


Requirements Development


挖掘 , 分析 , 建立


客户需求 , 产品需求 , 产品组件需求 ;



技术解决方案 TS ( 工程过程域 , 3 33 级 )


Technical Solution


选择 , 设计 , 实现 对 需求 的 技术解决方案 ;


解决方案 , 设计 , 实现


包括 单独的 或以 适当形式 组合的产品 , 产品组件 以及 与产品相关的生命周期过程 ;



产品集成 PI ( 工程过程域 , 3 33 级 )


Product Integration


将 产品组件 装配成产品 , 确保产品作为一个 整体正确地运行 , 并 交付产品 ;



确认 VAL ( 工程过程域 , 3 33 级 )


Validation


证明 产品 或 产品组件 , 被 置于预期环境中 时 , 满足其预期用途 ;



验证 VER ( 工程过程域 , 3 33 级 )


Verification


确保 选定的工作产品 , 满足其规定的需求 ;






二、 CMMI 支持过程域




2 22 级


配置管理 CM ( 支持过程域 , 2 22 级 )


Configuration Management


使用 配置识别 , 配置控制 , 配置状态记录 , 报告 , 配置审计


建立 并 维护 工作产品的 完整性 ;



过程和产品质量保证 PPQA ( 支持过程域 , 2 22 级 )


Process and Product Quality Assurance


向 员工 与 管理层 提供 对过程及其相关工作产品的 客观洞察 ;



度量和分析 MA ( 支持过程域 , 2 22 级 )


Measurement and Analysis


开发 并 保持 用于 支持管理信息 需要的 度量能力 ;




3 33 级


决策分析和解决方案 DAR ( 支持过程域 , 3 33 级 )


Decision Analysis and Resolution


使用 正式的评价过程 ,


遵循 已建立的准则 ,


对 已识别的多个备选方案 进行评价 ,


以 分析可能的决策 ;




5 55 级


因果分析和解决方案 CAR ( 支持过程域 , 5 55 级 )


Causal Analysis and Resolution


识别 所选结果的原因 , 并采取行动 ,


以 改进过程性能 ;


目录
相关文章
|
6天前
|
C++ Windows
FFmpeg开发笔记(三十九)给Visual Studio的C++工程集成FFmpeg
在Windows上使用Visual Studio 2022进行FFmpeg和SDL2集成开发,首先安装FFmpeg至E:\msys64\usr\local\ffmpeg,然后新建C++控制台项目。在项目属性中,添加FFmpeg和SDL2的头文件及库文件目录。接着配置链接器的附加依赖项,包括多个FFmpeg及SDL2的lib文件。在代码中引入FFmpeg的`av_log`函数输出"Hello World",编译并运行,若看到"Hello World",即表示集成成功。详细步骤可参考《FFmpeg开发实战:从零基础到短视频上线》。
20 0
FFmpeg开发笔记(三十九)给Visual Studio的C++工程集成FFmpeg
|
3天前
|
机器学习/深度学习 数据采集 TensorFlow
深度学习与传统模型的桥梁:Sklearn与Keras的集成应用
【7月更文第24天】在机器学习领域,Scikit-learn(Sklearn)作为经典的传统机器学习库,以其丰富的预处理工具、模型选择和评估方法而闻名;而Keras作为深度学习领域的明星框架,以其简洁易用的API,支持快速构建和实验复杂的神经网络模型。将这两者结合起来,可以实现从传统机器学习到深度学习的无缝过渡,充分发挥各自的优势,打造更强大、更灵活的解决方案。本文将探讨Sklearn与Keras的集成应用,通过实例展示如何在Sklearn的生态系统中嵌入Keras模型,实现模型的训练、评估与优化。
23 0
|
26天前
|
机器学习/深度学习 分布式计算 算法
Java中的机器学习模型集成与训练实践
Java中的机器学习模型集成与训练实践
|
26天前
|
机器学习/深度学习 人工智能 Java
Java与AI集成开发:机器学习模型部署
Java与AI集成开发:机器学习模型部署
|
12天前
|
传感器 Python
门禁管理系统工程是一个涉及硬件和软件集成的复杂系统,旨在控制人员的出入,并记录和管理相关数据。
门禁管理系统工程是一个涉及硬件和软件集成的复杂系统,旨在控制人员的出入,并记录和管理相关数据。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【机器学习】集成语音与大型语音模型等安全边界探索
【机器学习】集成语音与大型语音模型等安全边界探索
237 5
|
13天前
|
机器学习/深度学习 PyTorch TensorFlow
在深度学习中,数据增强是一种常用的技术,用于通过增加训练数据的多样性来提高模型的泛化能力。`albumentations`是一个强大的Python库,用于图像增强,支持多种图像变换操作,并且可以与深度学习框架(如PyTorch、TensorFlow等)无缝集成。
在深度学习中,数据增强是一种常用的技术,用于通过增加训练数据的多样性来提高模型的泛化能力。`albumentations`是一个强大的Python库,用于图像增强,支持多种图像变换操作,并且可以与深度学习框架(如PyTorch、TensorFlow等)无缝集成。
|
1月前
|
存储 缓存 安全
LLM应用实战:当图谱问答(KBQA)集成大模型(三)
本文主要是针对KBQA方案基于LLM实现存在的问题进行优化,主要涉及到响应时间提升优化以及多轮对话效果优化,提供了具体的优化方案以及相应的prompt。
275 1
|
25天前
|
机器学习/深度学习 人工智能 分布式计算
Java中的机器学习模型集成与训练
Java中的机器学习模型集成与训练
|
26天前
|
机器学习/深度学习 算法 Java
Java中的机器学习模型集成与训练策略
Java中的机器学习模型集成与训练策略