面向路径和变量的插装器研究

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:huangma2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
插装既是一些测试的前期工作又是关键工作,插装的正确与否直接影响测试结果的准确性。通过路径插装能够知道测试的路径覆盖率提高测试的效率。通过变量的插装,能够在代码版本变更之后数据发生异常时检测到异常点位置。上述插装器主要是面向基本路径和函数调用路径以及变量的数据变化域两个功能进行插装,首先面向不同的功能使用不同的方法对代码进行预处理及分析,得到存有相关信息的中间文件,然后利用中间文件确定探针位置,在确定的位置上插入装点函数,最后导出存有插装代码的文本文件。实验结果表明该多功能插装器能够按照不同的功能准确
其他文献
针对人脸面部图像辨识易受非均匀光照因素的影响,从而降低识别率问题,提出一种改进的人脸识别算法。首先,通过使用中心对称局部二阶微分模式提取人脸图像的二阶微分表征向量;
CDR无疑是当下金融市场最热火的名词,CDR的落地为沉寂多时的A股市场带来新的波澜。那么,CDR会不会掀起滔天巨浪呢?
提出一种在结构化道路情况下的道路标志线检测系统。选择中值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。选用2D的直线模型,采用增强型Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。建立粗略和精细的感兴趣区域提高道路标志线识别的可靠性和实时性。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。
K-means指纹优化算法可以提高室内定位的精度,由于K-means算法初始聚类中心选取的随机性和聚类数设定的经验性,使其稳定性有很大欠缺,影响定位精度与性能。针对上述问题,采用融合聚类的方式对K-means算法进行优化,首先对指纹库在聚类数取1到N的情况下使用凝聚层次聚类进行多次聚类迭代,然后计算每次聚类后生成簇的误差平方和及轮廓系数,最后通过肘方法和轮廓系数法确定最佳聚类数及K-means算法
针对模糊C-均值聚类分析(FCM)易陷入局部最小值以及对初始聚类中心敏感度过大的缺点,首先使用一种基于密度的DBSCAN算法,通过计算数据间距离与密度的方法确定聚类数,同时在遗传模拟退火算法(SAGA)的基础上,提出了基于多种群遗传模拟退火算法的聚类分析。首先对FCM进行分析与评价,提出FCM在确定聚类数与聚类过程方面的不足;然后针对FCM中的不足选择ST-DBSCAN算法确定聚类数,同时对遗传模
针对基于物理模型的烟雾模拟计算量较大的问题,采取减少每一步计算的计算量作为加速策略。通过预处理共轭梯度算法求解压力泊松方程,OpenVDB分层数据结构对稀疏矩阵进行存储和操作,从而降低每一时间步长的迭代次数,较好地处理落在仿真区域之外的粒子。仿真结果表明,方法在满足烟雾真实感的同时具有更好的仿真速度和稳定性。
随着地理信息应用的泛在性与在线性,地理数据呈现严重的动态非均匀特性,为了从数量庞大、类型复杂的地理数据中高效获取所需的价值信息,提出了融合关联规则的地理大数据安全
目的:探讨影响体检者选择体检套餐的因素.方法:随机问卷抽查我院体检者 300名进行体检套餐选择影响因素的 logistic回归分析.结果:经济收入、教育水平、职业结构是影响体检者
针对当前机器人目标定位方法存在准确率低、耗时长的问题,提出基于深度学习的分拣机器人目标智能定位方法。采集机器人工作环境图像,根据亮度均值下幂次变换法改进亮度图像空间对比度,利用HSI彩色图像空间序列和类间方差法相结合选取出最佳分割阈值,实现机器人工作环境图像分割。将分割结果引入至机器人目标定位中,将深度学习网络划分为指纹向量、隐藏层和输出层。基于稀疏自动编码器通过一个三层神经网络训练获取相应层次权
从教育学的角度对国内外体育教师教育研究现状进行综述,分析我国“标准本位”的体育教师教育构建的价值和意义。研究认为:体育教师资格标准应该是包含初任、胜任、资深、专家等