【摘 要】
：
基于谱的错误定位（SBFL）方法能帮助程序员减小软件调试的困难。作为一种轻量方法,SBFL只需收集测试用例的覆盖信息和测试结果,计算程序每条语句的运行特征。众多SBFL方法,将四
【基金项目】
：
湖南省科技计划项目（No.2015GK3071）,长沙市科技计划项目（No.K1509011-11）
论文部分内容阅读
基于谱的错误定位（SBFL）方法能帮助程序员减小软件调试的困难。作为一种轻量方法,SBFL只需收集测试用例的覆盖信息和测试结果,计算程序每条语句的运行特征。众多SBFL方法,将四个运行特征组合成不同的可疑度计算公式。然而,这些公式受固定参数的影响,无法适应不同的程序集。因此,提出一种机器学习方法,能自动确定特定程序集的可疑度计算公式。首先,收集已标注错误语句的程序旧版本;再将错误语句与正确语句的运行特征两两相减,构造为训练集的一个样本;最后基于Weka的分类算法,学习到线性函数,作为该程序的错误定位模型。
其他文献
加权指数平均比率（ROEWA）边缘检测算子是一种较好的适用于SAR图像的边缘检测算子，但是使用梯度计算的方法不能准确地确定边缘的方向。针对这一问题，由于SAR图像受乘性噪声干扰，对
在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式
针对偏好信息为区间数形式、属性和专家客观权重未知的多属性群决策问题，提出通过属性评价值之间偏离程度的熵值分析和建立目标最小化的非线性规划模型确定属性客观权重，并结合
现有的实体分辨方法在准确性和效率上各有所长,将易分辨和难分辨的记录对分开,为下一步分别应用不同分辨方法提供基础。对待划分的记录对,利用变精度邻域粗糙集分别计算相似