基于PG 框架的软件结构测试用例自动生成研究

来源 :第十四届全国容错计算学术会议 | 被引量 : 0次 | 上传用户:xingyunfei520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  测试用例自动生成是软件测试实现自动化的前提和基础。本文针对软件结构测试的用例自动生成问题,首先选择基本路径覆盖作为测试用例的设计标准,然后提出了一种新的基于PG框架(PSO and GA Frame)自动生成测试用例的方法,即首先基于粒子群算法(PSO)自动提取基本路径集,使得该路径集满足所选择的基本路径覆盖标准,然后基于遗传算法(GA)对路径集中每条基本路径生成测试数据。生成的用例具有覆盖率好、随机性强等优点。
其他文献
作文是汉语考试的必考项目,寻找简单有效的作文自动评分算法无疑可以很大地提高作文阅卷的效率。本文在词汇等级方面研究作文自动评分技术,包括采用现成的分级词汇表方法,以及两种本文提出的词汇等级训练算法,实验结果表明,基于现成的分级词汇表法的作文打分结果与人工打分相关性较差,本文提出的两种词汇等级训练算法打分结果的相关性指标分别接近人的水平和超过人的水平。这表明,作文的用词随着作文题目的变化而变化,固定的
互联网上音频数据量的激增,使音频内容拷贝检测 渐成为热点。本文选取频带能量差异做特征设计了一个基于指纹索引的快速音频拷贝检测系统。系统召回率最差的情况有88.72%,准确率达到100%,对平均待检音频80秒的数据,系统平均检索速率为31秒。实验表明,本系统在几种常用音频变换下依然能取得较好的检出效果,本系统的索引机制与匹配算法也使时间开销大大降低。
本文在主观听感实验的基础上,对普通话转化为西安方言的双字转调规则进行了评价。分析实验数据,可以证 明所研究的双字转调规则基本能够实现普通话到西安方言 的转调,但是个别双字词在转调后与西安方言不一致,需要进一步研究与改正。本文对探索普通话与西安方言的转化具有一定意义。
本文构建了一种三特征流混合动态贝叶斯网络(T_AsyDBN)听视觉情感识别模型,听觉流采用MFCC特征和经过PCA降维的局部韵律特征,视觉流定义了二维面部几何特征和三维面部动作参数特征,并经过PCA降维,形成19维视觉特征。两个听觉特征流在状态层同步,而它们与视觉特征流可以在一定约束条件下异步。在eNERFACE’05听视觉情 感数据库上的情感识别实验表明,通过调整听视觉状态流之间的异步约束,与传
本文对汉语编码文字的定义、特点和用途进行了阐述。汉语编码文字是一种用字母符号拼写汉语的新文字。可作为汉字编码中的输入码和内码。在计算机内部一个字节对应一个字符,一到四个字符对应一个汉字。我们称这种方式是以字符的形式代表汉语,输出时可转换为汉字。由于它又是编码又是可拼音认读的文字,所以叫汉语编码文字。
我们现在所使用的汉字编码,输入码与内码是不一样的。输入码是用字符串表示汉字,而内码是用长度为两个字节或两个以上字节的二进制数表示汉字。内码不包含对应汉字的声、韵、调、义诸信息。人们无法根据内码的值去联系一个汉字,即内码无可读性。这一点与拼音文字在计算机上的应用很不相同。使用拼音文字的人们,他们没有什么输入码和内码,或者说,他们熟悉的文字就是输入码也是内码,根据内码就能理解文字所表达的含义。因此在文
嵌入式移动便携设备由电池供电,而电池容量却受体积和重量的制约,因此嵌入式移动设备的功耗问题成为研究的一个关键问题。本文对手机分别采取WIFI和GPRS两种接入网络策略,研究手机系统功耗的变化,实验结果表明:小流量模式(10Kb/分钟)下两种策略电池使用时间减少约50%,大流量模式(2Mbit/分钟)下能量消耗更快,减少约85%;传输相等的数据量,WIFI模式比GPRS模式省电。本次实验在两台基于A
目标跟踪是无线传感器网络的一项基本应用,而低能量消耗和高跟踪精度是设计目标跟踪算法或协议的主要目标。本文提出一种基于邻域协作的目标跟踪算法来满足此要求。本文首先讨论了感应节点在邻域空间的权重,然后提出一种基于节点权重的加权质心算法来估算目标的位置,通过节点之间的相互协作来确定目标的运动轨迹。模拟结果表明本文所提出的算法在能量消耗和跟踪精度两个方面具有良好的效果。
死锁会导致程序无法正常运行或终止,甚至导致系统崩溃,带来不必要的损失。死锁的运行状态空间过大,难于重现和修正等问题使其成为软件领域的难题之一。本文基于对Java多线程程序死锁的分析,提出了多线程死锁静态检测方法。该方法首先通过对待测源程序的预分析,生成抽象语法树和控制流图等辅助分析结构;然后通过可达分析检测程序中线程的并发特征,使用别名分析检测所有可能存在死锁情况。之后,对潜在的死锁集合进行分析,
可信网络中,用户行为可信性的评估是核心内容。本文提出了一种基于用户语义评价的信任评估模型。引入信任评价与区间直觉模糊数的对应关系,给出基于信任需求属性信任的计算、合成、及综合运算。同时,采用精确函数比来确定信任属性的权重因子,而用户相似性测度修正的时间序列权重因子则由指数分布的逆形式确定。最终以信任的得分函数及心性因素来区分信任服务。仿真实验表明, 该模型可有效的建立实体间的信任关系并遏制恶意实体