检索结果-内蒙古大学图书馆

计算机学报 2013年第12期36卷 2429-2440页

作者：张岩巩敦卫中国矿业大学信息与电气工程学院江苏徐州221116 牡丹江师范学院工学院黑龙江牡丹江157012

采用遗传算法自动生成路径覆盖的测试数据是软件测试自动化研究的热点.现有方法设计适应值函数时,对穿越难以覆盖节点的稀有数据保护不够理想,因而影响测试数据生成效率的提高.文中在测试数据进化生成时动态扑捉稀有数据,通过统计每代... 详细信息

采用遗传算法自动生成路径覆盖的测试数据是软件测试自动化研究的热点.现有方法设计适应值函数时,对穿越难以覆盖节点的稀有数据保护不够理想,因而影响测试数据生成效率的提高.文中在测试数据进化生成时动态扑捉稀有数据,通过统计每代种群中目标路径各节点被穿越的个体数量,得到个体对生成穿越目标路径测试数据的贡献,以此作为权重调整个体的适应值,使得稀有数据的适应值增加,以便在后续进化中得到保留,从而提高测试数据生成的效率.基准程序和工业用例的测试结果表明,与传统方法及随机法比较,文中方法生成覆盖路径的测试数据效率较高.

关键词：软件测试路径覆盖遗传算法稀有数据适应值调整

来源：评论

学校读者我要写书评

暂无评论

在广义线性混合模型框架下稀有二分类数据的随机效应Meta分析

引用

中国循证医学杂志 2019年第7期19卷 875-882页

作者：吴敏郑建清黄碧芬肖丽华福建医科大学附属第二医院放射治疗科福建泉州362000 福建泉州医学高等专科学校附属人民医院妇产科

稀有二分类数据的Meta分析是医学研究领域的难点,其方法学目前仍不成熟。传统的Meta分析是基于正态-正态模型的固定效应分析或随机效应分析,但这种方法仍然存在方法学上的问题。Stijnen等提出一种基于广义线性混合效应模型(generalized ... 详细信息

稀有二分类数据的Meta分析是医学研究领域的难点,其方法学目前仍不成熟。传统的Meta分析是基于正态-正态模型的固定效应分析或随机效应分析,但这种方法仍然存在方法学上的问题。Stijnen等提出一种基于广义线性混合效应模型(generalized linear mixed model,GLMM)的确切研究内似然模型(exact within-study likelihood models,EWLM)Meta分析技术,包括二项式-正态模型(binomial-normal,BN)和超几何正态模型(hypergeometric-normal model,HNM)等,可方便地实现稀有二分类数据的随机效应Meta分析。本文结合实例介绍其在SAS软件中的实现方法,并提供相关的SAS代码。

关键词：稀有数据广义线性混合效应模型确切研究内似然模型正态-正态模型二项式-正态模型超几何正态模型

来源：评论

学校读者我要写书评

暂无评论

路径覆盖测试数据进化生成理论及方法

路径覆盖测试数据进化生成理论及方法

引用

作者：张岩中国矿业大学

学位级别：博士

软件测试是保障软件质量的重要手段,其目的是在测试过程中尽可能多地发现软件存在的缺陷,因而其在整个软件开发过程中占有特别重要的位置。测试数据的好坏直接决定着测试的效果,因此软件测试中关键的问题是设计有效的测试数据。已有研... 详细信息

软件测试是保障软件质量的重要手段,其目的是在测试过程中尽可能多地发现软件存在的缺陷,因而其在整个软件开发过程中占有特别重要的位置。测试数据的好坏直接决定着测试的效果,因此软件测试中关键的问题是设计有效的测试数据。已有研究表明,路径覆盖是一种非常重要的软件测试充分性准则;遗传算法是自动生成路径覆盖测试数据的有效方法,但是已有研究成果在测试数据的生成效率和检错率上都有待提高。本文研究使用遗传算法自动生成路径覆盖测试数据的理论及方法。\n 首先,针对现有方法对穿越难以覆盖节点的稀有数据缺乏保护措施问题,提出了在测试数据进化生成中动态捕捉稀有数据的方法。通过统计每代种群中目标路径各节点被穿越的个体数量,得到个体对生成穿越目标路径测试数据的贡献,以此作为权重调整个体的适应度,使稀有数据的适应度增加,在后续进化中得到保留,从而提高测试数据的生成效率。\n 其次,提出了一种新的多路径覆盖测试数据生成方法。将被测程序表示成一棵二叉树,对目标路径采用赫夫曼编码方法表示成二进制串,依此设计了一种新的适应度函数,综合考虑个体穿越路径与每个目标路径的匹配程度,将提出的方法用于多个基准程序的测试,并与已有方法比较,结果表明所提方法计算量小,生成测试数据效率高。\n 第三,针对已有方法生成的测试数据不能有效发现被测程序的缺陷,尤其是小概率缺陷的问题,提出了一种面向缺陷的路径覆盖测试数据进化生成方法。分别针对单路径和多路径情况,将路径覆盖和缺陷检测问题转化为约束多目标优化问题,以测试数据运行被测程序时发现的缺陷个数和缺陷的危险程度为目标,以穿越目标路径为约束,建立了该问题的数学模型,并提出了有针对性的求解方法。在实际软件测试中的应用表明,所提方法生成的测试数据不但穿越了目标路径,而且能有效检测到目标路径中的缺陷。\n 最后,提出基于搜索空间缩减的路径覆盖测试数据进化生成理论。针对单路径覆盖测试数据生成问题,先确定目标路径与输入变量之间的关系,将可分目标路径分离出与部分分量相关的独立子路径;进化生成测试数据的过程中,固定被穿越子路径对应的输入分量,并缩小交叉和变异操作的范围,使种群在不断缩小的空间里寻找测试数据;然后针对多路径覆盖测试数据生成问题,提出了基于搜索空间缩减的多种群遗传算法,该方法将目标路径按照具有相同子路径进行分组,并确定每组公共子路径对应的分量,使用多个子种群分别进化生成各组目标路径的测试数据,进化过程中固定子种群内被穿越子路径对应的输入分量,并缩小交叉和变异操作的范围,使每个子种群在不断缩减的空间里寻找测试数据,有效提高了每个子种群内目标路径测试数据的生成效率,进而提高多路径覆盖测试数据进化生成效率。\n 本论文所做的工作为路径覆盖测试数据的自动生成提供了新的思路,丰富了基于进化优化的软件测试理论,提高了测试数据的生成效率,保证了测试数据的质量,降低了软件测试成本,具有重要的理论意义和实际应用价值。

关键词：软件测试数据进化生成遗传算法稀有数据搜索空间路径覆盖

来源：评论

学校读者我要写书评

暂无评论

电子商务环境中分布式数据挖掘的研究

电子商务环境中分布式数据挖掘的研究

引用

作者：余小高武汉理工大学

学位级别：博士

现代新兴商业模式的电子商务的蓬勃发展，使得Internet上的资源和服务更加丰富多彩，这些丰富的资源和服务每天都会产生许多新的、蕴涵着大量重要信息的海量数据，这些数据往往是异构的、不确定性的和非结构化的，其复杂程度已远远超出... 详细信息

现代新兴商业模式的电子商务的蓬勃发展，使得Internet上的资源和服务更加丰富多彩，这些丰富的资源和服务每天都会产生许多新的、蕴涵着大量重要信息的海量数据，这些数据往往是异构的、不确定性的和非结构化的，其复杂程度已远远超出了人类目前己有的分析和理解能力。因此，研究有效利用这些复杂资源的新技术，数据挖掘具有重要的现实意义。就信息处理而言，数据挖掘是致力于数据分析和理解数据内部蕴藏知识的技术，它成为未来信息技术应用的重要目标之一。本文在对分布式数据挖掘、Web服务及Agent相关技术进行了分析的基础上，为解决电子商务环境中分布式数据挖掘的核心问题，从关键算法和架构两个方面进行了深入研究。针对k最近邻搜索算法存在的问题，提出了电子商务环境中一种自适应的基于P2P的k最近邻搜索算法P2PAKNNS。探讨了度量空间、相似性查询和GHT*规则，自定义了高维数据的相似度函数HDSF（X，Y），论述了GHT*中插入算法及范围查找算法和搜索算法。在此基础上，具体给出了P2PAKNNS算法的实现方法，并通过实验，验证了其正确性。同时本文对DENCLUE算法进行了研究，为使其适合电子商务环境、解决其存在问题，结合P2PAKNNS算法的优点，提出了电子商务环境中基于距离和密度的无监督聚类算法KNDC。论述了模糊簇的划分及参数k，讨论了参数σ和ξ的设置，给出了KNDC算法的具体实现方法，并予以验证。本文还针对电子商务环境中分布式数据挖掘的关联规则，在研究Apriori关联规则算法、多重最小支持度Apriori算法、相关支持度Apriori算法RSAA、平均项目集合分割法的基础上，改进了阈值的制定方法；为提高挖掘有价值的稀有数据的效率和精确度，根据RSAA和基于无向项集图算法BOUIGA提出了RSAA-BOUIGA算法，分析了其正确性。在此基础上，结合业界和学术界对Web服务和移动Agent的研究成果，将Web服务和Agent最新技术引入了电子商务环境中分布式数据挖掘，提出了电子商务环境下基于Web服务和移动Agent技术的数据挖掘架构BWADM，并论述了组合服务规范与组合服务的执行，具体阐述了此架构的数据预处理组件、算法管理组件、控制中心组件、算法库组件和模型表示组件。最后建立了BWADM原型，结合Web服务技术，给出了基于Web服务的数据挖掘系统逻辑结构，设计并实现了该系统，验证了BWADM的合理性和上述算法在效率、精确度等方面的优越性。

关键词： k最近邻模糊簇阈值稀有数据架构

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类算法对心电数据典型特征分类研究

基于模糊聚类算法对心电数据典型特征分类研究

引用

作者：刘世雄浙江大学

学位级别：硕士

随着科学技术的迅速发展，数据量急剧增加，数据的时间性和复杂性远远超过目前人们所掌握的数据处理能力和发现知识的能力，这是廿一世纪面临的挑战和显现的重要特征。由于人们产生数据和搜集数据的能力迅速提高，而处理能力相形见拙，... 详细信息

随着科学技术的迅速发展，数据量急剧增加，数据的时间性和复杂性远远超过目前人们所掌握的数据处理能力和发现知识的能力，这是廿一世纪面临的挑战和显现的重要特征。由于人们产生数据和搜集数据的能力迅速提高，而处理能力相形见拙，出现了“数据爆炸”或“信息爆炸”的危机局面。于是，需要有抛弃冗余信息相应的数据的要求，希望尽可能减少甚至免除低层次上的数据处理和分析，在高层次上直接获得数据的知识。应该着重指出，虽然当今的信息社会充斥着各类海量的数据，尤其在某些情况下，其中有用的数据只占了很少的一部分，如何从大量的冗余数据信息中提取有用的信息并把它转化为知识是本文研究很有实用意义的课题。聚类分析是降低数据复杂性的有效方法，也是有利于稀有数据及时知识化的有力手段，可用在生物科学、医学、金融、电信、商业和科学研究等诸多领域。稀有数据是指它本身的数据量占有总体数据中的比例极小，但富含有用的信息，因而具有很高的研究价值。是否能对稀有数据进行有效的知识化是评判一种聚类方法是否有效的重要标准。模糊聚类算法试图模拟人类区分模式和获取知识的方式。不同于以往的聚类算法，模糊聚类算法是模糊数学和聚类算法的结合，在聚类过程中它对样本的划分不再是绝对的，而可以是模糊的，不确定的，因而使算法有弹性，能有效提高抗干扰的能力，也就更适用于稀有数据的分类。文中算法以美国麻省理工学院的成熟心电数据库MIT／BIH为检测算法有效性的对象，在如何提高聚类的总体准确率及对稀有数据的分辨率方面进行了深入的研究，首先对QRS波的精确定位过程未采用小波检测算法，而是根据心电规律采用了差分结合多特征模式识别及统计方法，不仅在检测过程中不需要进行信号预处理，而且达到了很高的精度，与MIT准确注释相比其准确率较高。然后由每个QRS波群提取的26个典型特征组成了聚类所需的特征矢量。在聚类结构上采用加入法结合基于目标函数的模糊聚类方法。最后的结果表明本方法在聚类的总体准确度方面有较大改善，对稀有的病理数据具有较高的捡出率。全文共分为五章：第一章：课题的研究背景，研究范围，问题的提出;第二章：模糊聚类分析;第三章：模糊聚类算法设计;第四章：心电信号基本特征;第五章：模糊聚类算法应用;第六章：总结了本文的模糊聚类算法在心电自动分析应用中的不足及改进方案。

关键词：模糊聚类分析数据知识化心电图数据稀有数据

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：