【摘 要】
：
随着移动应用功能日趋复杂,众包测试对测试人员的专业技能提出更高要求.因此,如何高效匹配测试任务需求与测试人员技能水平,实现精准的众包测试任务推荐是保证测试质量的重要因素.提出一种基于深度学习的移动应用众包测试任务推荐算法.针对测试任务和测试人员进行特征分析,分别设计特征体系;将得到的特征数据作为堆叠式边缘降噪自动编码器(stacked marginalized denoising autoencoder,SMDA)输入数据,将SMDA学习到的深层特征数据结合作为深度神经网络(deep neural net
【机 构】
：
西安工业大学 计算机科学与工程学院,陕西 西安 710021;西北工业大学 软件学院,陕西 西安 710072
论文部分内容阅读
随着移动应用功能日趋复杂,众包测试对测试人员的专业技能提出更高要求.因此,如何高效匹配测试任务需求与测试人员技能水平,实现精准的众包测试任务推荐是保证测试质量的重要因素.提出一种基于深度学习的移动应用众包测试任务推荐算法.针对测试任务和测试人员进行特征分析,分别设计特征体系;将得到的特征数据作为堆叠式边缘降噪自动编码器(stacked marginalized denoising autoencoder,SMDA)输入数据,将SMDA学习到的深层特征数据结合作为深度神经网络(deep neural networks,DNN)的输入;利用DNN的学习能力进行预测.实验结果表明:所提算法相较于CDL和AutoSVD++等算法无论是性能还是训练时间都有明显优势,验证了算法的有效性.所提算法可以将测试任务推荐给适合的测试人员并提高了推荐算法的精细度.
其他文献
通过对比碳纤维复合材料与传统金属材料电导率、介电常数及磁导率等电气特性参数的差异,分析碳纤维复合材料替代传统金属材料用于制造轨道车辆车体结构给电磁兼容设计带来的问题.针对轨道车辆整车电磁兼容技术要求,结合典型运营工况,从复合材料建模、整车电磁仿真、车体接地网设计和复合材料电搭接设计等方面,阐述碳纤维复合材料轨道车辆的电磁兼容设计思路和要点,以助于碳纤维复合材料在轨道车辆领域的推广和应用.
为有效辅助工业设计师进行文化创意产品配色设计,输出符合用户意象偏好的配色方案,提出了群体共识驱动的文化创意产品交互式配色设计方法.利用三角模糊数对用户群体的意象偏好进行量化描述,构建了群体意象偏好共识度模型,研究了交互式遗传配色设计的流程和基本原理,通过基于三角模糊数的群体一致性决策进行文化创意产品配色种群的交互式遗传进化操作,生成满足群体共识意象偏好与满意度的配色方案,通过色彩美度计算对最终方案进行优选.以兵马俑钥匙扣挂件形象配色设计为例,验证了所提方法能够有效融合群体用户的意象偏好,通过多用户决策一致
北京大兴机场线是全国首条运营速度160 k m/h的城市轨道交通线路,轮轨力检测采用高速铁路相关的控制标准,但经过现场应用及深入分析发现,轮轨垂向力控制标准对于大兴机场线过于宽松,不能全面有效地发现不同程度的轨道病害.为做好线路养护工作,文章基于大兴机场线轮轨力检测的相关数据分析,提出大兴机场线轮轨垂向力控制标准,该标准可有效发现线路不同程度的病害,为列车安全运行及线路养护管理提供科学指导.
近年来,随着城镇化进程的加快,我国逐步形成一批具有“一心多组团”空间结构特点的城市,即组团式城市.组团式城市的一体化发展需要高品质、高速度、大容量的城市轨道交通体系作为支撑.文章以组团式城市泰州市为例,通过剖析其城市空间结构、人口分布和居民出行特征,并对城市轨道交通线网规模、线网布局等规划要点进行分析,提出“C形主骨架+加密/辐射线”的线网规划方案,以期为组团式城市轨道交通线网规划提供参考和借鉴.
高压旋喷加固法被广泛应用于基坑底被动区软弱土层加固工程中,是控制基坑变形非常有效的技术处理措施.以杭州地铁基坑工程为例,综合分析杭州地铁工程坑内高压旋喷加固的施工经验,总结出适合杭州地铁软弱地层的设计施工关键技术参数建议值.通过数据整理,主要就土层含水量、龄期2个关键指标对加固体抗压强度的影响敏感度进行分析,找出相对变化规律;加固体抗压强度随加固龄期的增长而不断增大,随土层含水量的增加而减小,不同龄期的变化趋势基本相同.
2020年以来,国内各大城市进入市域轨道交通的快速发展期,市域轨道交通的功能定位、客流特征、最高速度、运营组织、车型选择等逐渐成为业内人士关注的问题,其研究方法与铁路、城市轨道交通类似,但仍存在一定差别,尚无统一的研究模式可参照.文章通过剖析市域轨道交通的功能定位、客流特征、车站分布、时间目标、最高速度、车辆制式、网络互联互通、线路敷设方式等技术特征,并对技术特征之间的关系进行抽丝剥茧,得出一种市域轨道交通车型选择方法.通过南京都市圈相关市域轨道交通线路的验证与分析可知,该方法思路清晰,具有较好的可行性和
发展了一套能够耦合非定常舰船流场的直升机飞行动力学模型.采用DES方法以获得高精度非定常舰船流场,并基于“单向耦合”思想构建了CFD向飞行力学模型的数据传递策略.以SFS2舰船模型和UH?60A直升机组合为研究对象,从直升机操纵余量和非定常载荷水平两方面分析了着舰过程中舰艉流场对常规单旋翼直升机的扰动特征.时均研究结果显示:对于右旋旋翼直升机,在右侧风情形下飞行员能够具有更多的总距操纵余量,但由于尾桨受侧洗流的影响,脚蹬余量相较于0°风向角情形会大幅降低.非定常水平结果表明:侧风情形下舰艉流场湍流脉动强度
针对通信组网对抗中干扰资源分配的优化问题,提出了一种基于最大策略熵深度强化学习(MPEDRL)的干扰资源分配方法.该方法将深度强化学习思想引入到通信对抗干扰资源分配领域,并通过加入最大策略熵准则且自适应调整熵系数,以增强策略探索性加速收敛至全局最优.该方法将干扰资源分配建模为马尔可夫决策过程,通过建立干扰策略网络输出分配方案,构建剪枝孪生结构的干扰效果评估网络完成方案效能评估,以策略熵最大化和累积干扰效能最大化为目标训练策略网络和评估网络,决策干扰资源最优分配方案.仿真结果表明,所提出的方法能有效解决组网
互质阵是由2个不同间距的均匀线阵组成的稀疏阵,当两子阵处于非相参分布式配置时,基于完整互质阵协方差分析的众多波达方向(direction of arrival,DOA)估计方法不再有效.根据两子阵阵元间距互质可消除角度模糊的本质属性,在数学推导基础上,提出一种适用于非相参分布式互质阵的空间谱乘积DOA估计方法,利用各子阵快拍数据分别计算子阵空间谱,将子阵空间谱进行乘积实现DOA估计.仿真结果表明,所提方法估计精度及角度分辨率均优于传统解模糊方法,在互耦及低信噪比环境下估计性能良好,具有很好的适应性和稳定性
RippleNet对用户偏好传播进行建模,并运用在推荐系统中,取得了良好的效果,但RippleNet没有考虑知识图谱中的实体权重,导致推荐的实体不够精确.提出了一种加入复杂网络节点影响力的Cn?RippleNet模型,在构建基于知识图谱的复杂网络之后,抽取其最大子网模型,计算图谱网络中节点影响力,并将其作为实体的权重添加至图谱实体中,最终计算出推荐结果.实验结果表明,该方法将RippleNet的AUC和ACC的值提高到了93.0％和85.6％,弥补了RippleNet没有考虑图谱实体影响力的问题,使推荐结