【摘 要】
:
科学计算软件现已广泛应用到了各个研究领域中,而科学计算软件的功能实现需要由多个数值计算程序构成,所以数值计算程序的输出结果是否正确将直接影响科学计算软件能否正常使用,因此对数值计算程序进行测试也是软件测试中必不可少的一部分。在对数值计算程序进行测试时,由于程序的输出常常十分复杂,测试人员很难直接判断程序的输出结果是否正确,Oracle问题广泛存在。所以将蜕变测试应用到数值计算程序的测试中是十分必要
论文部分内容阅读
科学计算软件现已广泛应用到了各个研究领域中,而科学计算软件的功能实现需要由多个数值计算程序构成,所以数值计算程序的输出结果是否正确将直接影响科学计算软件能否正常使用,因此对数值计算程序进行测试也是软件测试中必不可少的一部分。在对数值计算程序进行测试时,由于程序的输出常常十分复杂,测试人员很难直接判断程序的输出结果是否正确,Oracle问题广泛存在。所以将蜕变测试应用到数值计算程序的测试中是十分必要的,蜕变测试的思想就是通过构造待测程序的一对输入之间的关系从而获取相应的输出之间的关系,避免了测试过程中Oracle问题的出现。但是在蜕变测试的应用场景中,大部分蜕变关系难以重复使用导致了蜕变测试的时间开销很大,常见的输入为单个值的数值计算程序可以参考相关计算的现有公式作为蜕变关系,然而如何获取输入为序列的数值计算程序的蜕变关系尚未得到明确的解决方法。为了提高输入为序列的数值计算程序的蜕变测试效率,解决蜕变关系重复利用率低等问题,本文提出了一种面向数值计算程序的蜕变关系获取方法,方法共分为蜕变关系分类预测和蜕变关系推导两个部分。其中第一部分是基于路径特征的蜕变关系分类预测方法,选取了可以普遍应用于数值计算程序的6类蜕变关系。方法首先为待测程序生成控制流图,将从控制流图中提取的执行路径制作为路径特征,然后依据待测程序对于相应蜕变关系的满足情况为特征添加标签,制作成数据集,最后使用数据集来训练和测试支持向量机,得到分类模型。将待测程序的路径特征输入分类模型,即可预测程序是否满足该模型所对应的蜕变关系。本文通过实验对分类模型进行了评估,评估结果表明此方法能够有效的预测数值计算程序对于相应蜕变关系的满足情况。在对某一个程序进行蜕变测试时,使用的蜕变关系应具备该程序特有的数值关系。为了满足这一需求,在本文提出的方法中第二部分是具体蜕变关系的推导方法。方法在将蜕变关系表示为多项式的基础上,将三条蜕变关系表示为带参数的一次方程,并使用最小二乘法对参数进行求解。此方法共推导出了两种具体的蜕变关系,本文设计实验对两种蜕变关系的检错能力进行了评估。结果表明,两种蜕变关系的检错率几乎都能够达到较为理想的状态,因此也验证了本文所提出的蜕变关系推导方法是有效的。
其他文献
目的:观察行玻璃体切割手术的不同年龄段(40岁及以下或40岁以上)增殖性糖尿病性视网膜病变(proliferative diabetic retinopathy,PDR)患者的临床特点。方法:收集2018年1月至2020年9月于我院眼科中心由同一医疗组收治、同一术者手术治疗的PDR患者的临床资料。详细收集病史及全身资料,并予以玻璃体切割手术治疗,术后定期门诊随访患者,收集视力改善情况、有无术后并发
目的:Ras相关结构域家族1A(Ras-associated domain family 1A,RASSF1A)基因是肿瘤抑制基因(tumor suppressor genes,TSG)之一。在卵巢癌发展过程中,TSG的异常甲基化是极其重要的表观遗传沉默机制。RASSF1A基因启动子甲基化与卵巢癌(ovarian cancer,OC)的发生和发展关联密切。目前,在很多研究的样本量小、检测方法不统一
辣椒素(Capsaicin)类物质是辣椒胎座中合成的重要次生代谢产物,是评价辣椒果实品质性状的重要指标,在医疗、食品、农业、军事等领域都发挥这重要的作用,但在市场上,辣椒素常出现供小于求的情况,主要原因在于辣椒素产量太低,受限于环境条件、生产成本,传统育种方式很难培育出高辣味高产量的新品种,因此在分子层面,通过研究辣椒素合成机制,挖掘影响辣椒素含量的关键基因,找寻提高辣椒素积累的方法在该领域的研究
"玩事"是数字化人力资源管理时代的文化沟通工具,它把一个非常"软"的内容,即企业文化,借助于具体的勋章和金豆等做法构成的体系,做得非常实在。它的理念是:解决好人的因素,则开展工作任务更顺畅,更有利于达成工作目标。2018年4月,时任用友网络科技股份有限公司首席技术官、"玩事"项目创始人程操红先生,应邀来到清华经管学院MBA课堂,对用友企业文化落地互联网工具——"玩事"进行了主题分享:
随着信息时代的发展,互联网带给人们生活便利的同时,也产生了海量的数据。在数据爆发式增长的趋势下,如何处理海量的非结构化数据,抽取有效信息成了当下最为重要的问题。而命名实体识别技术可以从海量文本数据中提取关键实体信息。因此,命名实体识别任务起着至关重要的作用,具有极高的应用价值与研究意义。近年来,随着计算机硬件条件的提升,GPU的发展十分迅猛。在充足的算力面前,深度学习的应用越来越广泛。在没有计算能
分类是机器学习领域常见的问题之一,多标签学习是传统分类问题的变体,它能够处理每个实例同时和多个标签相关联的问题。目前已经存在大量成熟的方法用于解决多标签学习,这些方法整体可以被划分成两类:问题转换方法和算法自适应方法。问题转换方法通常会先将多标签学习问题转换成其他类型的问题,比如二元分类、多分类等,然后再利用相应的算法进行处理;而算法自适应方法则通过改变现有的算法来实现直接处理多标签学习问题。另外
研究目的:通过系统评价的方法来分析不同治疗方式对子宫内膜癌术后局部复发率的影响,以期为临床治疗提供循证学方面的证据。研究方法:通过计算机检索Pubmed、Cochrane、Web of science、Medline、重庆维普中文期刊全文数据库(VIP)、万方数据库、中国期刊全文数据库(CNKI)等中外文各大数据库中研究不同治疗方式与子宫内膜癌术后局部复发关系的相关文献。检索语种为中文和英文,检索
针对目前赤铁矿阴离子反浮选工艺所存在的问题,开发出了药剂制度及流程简单、可常温浮选的赤铁矿柱式阳离子反浮选工艺。该工艺的特点一是引入了以高效回收微细粒矿物为特点的新型浮选柱—微泡逆流接触式浮选柱;二是工艺流程中引入一种新型阳离子捕收剂GE-609,GE-609具有高效起泡性、耐低温、选择性好的优点。以该工艺中的微泡逆流接触式浮选柱为研究对象,对其捕集区的气泡行为特性进行深入研究。首先在自行设计的浮
随着医学影像学的快速发展,医生显著提高了对不同疾病的检测效率和诊断精度。其中,医学图像病灶区域的分割结果是医生作为临床学诊断的重要依据。因此,各种医疗图像分割技术涌现出来,极大地帮助医生提高医学诊断的效率和准确性。然而,医学图像具有高度复杂性、噪声分布不均匀以及不同医学研究部位差异较大等问题,传统的图像分割方法不足以很好地克服这些挑战。近年来,得益于数据规模的快速增长以及计算力的飞速提高,深度学习
随着信息技术的快速发展和5G时代的到来,每天都有大量的用户在微博,Twitter和淘宝等平台上对于某个事件或者某些产品发表评论。然而,传统的情感分析方法的对象通常是整篇文章、段落或者句子。这类方法在信息多元化的今天已经不能满足对具体事物进行情感分析的实际需求。方面级情感分析能够实现对评论文本中的不同方面进行情感极性判断,它可以为政府、企业、消费者提供全面且科学的决策依据,因此受到了广泛的关注。方面