国家自然科学基金(61101111)
- 作品数：2 被引量：2H指数：1
- 相关作者：舒挺贾宇波徐俊宋瑾钰更多>>
- 相关机构：浙江理工大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于mRMR算法的learning-to-rank错误定位
- 2021年
- 基于learning-to-rank技术构建频谱错误定位模型,从而实现高效的程序错误定位是当前的研究热点。然而,针对不同的程序和错误类型,如何生成有效的程序频谱特征集来训练错误定位模型,成为了极具挑战的问题。针对该问题,应用mRMR算法生成程序频谱特征集,提出一种learning-to-rank的错误定位新方法。该方法应用基因编程自动生成备选可疑度公式集,并利用mRMR算法从中选取一组公式子集,该子集中的可疑度公式具有与程序错误高相关且彼此之间低相关的特性。利用此可疑度公式子集结合程序频谱计算特征值输入机器学习算法,从而构造错误定位模型。实验结果表明,新方法不仅能够提高基于learning-to-rank错误定位的效率,也优于Naish1、Tarantula等传统SBFL方法。
- 李天舒舒挺ANGWECH KEVIN
- EFSM模型动态解释技术的研究被引量：2
- 2012年
- 扩展有限状态机EFSM模型行为的动态解释是基于EFSM模型协议一致性测试中的关键技术之一。首先深入探讨了两类经典的模型行为解释技术:基于编译的方法和基于第三方软件扩展接口的方法。然后,在分析两类方法优缺点的基础上,提出了一种基于动态脚本交互技术的模型行为解释新方法。新方法把模型行为复杂的词法和语法解释任务化简为一个基于动态交互技术的脚本执行问题。最后,通过一个应用实例验证了新方法的可行性。
- 徐俊舒挺贾宇波宋瑾钰
- 关键词：EFSM模型通信协议
