卫星测试数据库查询、监视子系统的研究与实现

随着Internet的发展,基于Web数据库的开发已经成为趋势。将卫星测试数据利用Web技术进行处理,可以更好的挖掘卫星数据的可利用性。据此设计了基于Web技术的卫星地面控制系统。系统详细介绍如何对已经接收的测试数据进行查询和分析,并向网络用户提供数据发布服务。用户能够通过本系统及时监视测试情况、采取相应的管理功能并能够对历史数据进行查询、统计。     

捷联惯组历次测试数据验前分布Bootstrap分散融合估计法

在小子样理论中,验前分布的获取与表示是一个关键问题。针对捷联惯性测量组合(捷联惯组)历次测试数据验前分布的获取问题,讨论了在异总体情况下,多种验前信息的融合问题。提出了通过Bootstrap分散融合法来实现多种异源信息融合,获取捷联惯组历次测试数据验前分布和验后分布,以此为基础进行统计推断,可以有效地减小小样本统计分析误差。     

融入蜕变关系的杂交粒子群算法及在测试数据生成中的应用

粒子群算法作为一种智能优化算法，因算法收敛速度快和简单易实现的优点，在测试数据生成中应用广泛.为了提升测试数据生成的效率，本文引入蜕变关系以覆盖待测程序的多条路径，提出融入蜕变关系的杂交粒子群算法并应用于软件测试数据生成中.首先，提出粒子群算法的自适应惯性权重调节方案，提高算法的收敛速度；其次，为避免粒子群算法陷入局部极值，呈现早熟性，本文提出杂交粒子群算法，将在遗传算法中交配的主要操作引入粒子群算法中；然后，对于已生成的测试数据，利用待测程序的蜕变关系衍生出新的测试数据以覆盖待测程序的其他路径.最后，通过实验结果验证，本文提出的方法在收敛速度和生成多路径的测试数据上有明显优势.     

基于改进混合蛙跳算法的测试数据自动生成

测试数据的生成是实现软件测试自动化的重要环节。为了提高单元测试中测试数据的生成质量和效率，提出一种基于混合蛙跳算法的测试数据生成算法。该算法通过引入动态阈值来控制个体的移动步长，以平衡算法的全局开发和局部搜索能力，同时改进个体的随机跳动策略，转化为向随机个体学习，增强种群之间的信息交流以提高算法的全局搜索能力。将改进的算法应用到测试数据生成中。实验结果表明，在种群规模不断变化的情况下，改进的混合蛙跳算法相较于标准混合蛙跳算法、布谷鸟搜索算法、粒子群优化算法，其稳定性最强；在测试数据生成的平均迭代次数评价指标上改进的混合蛙跳算法优于对比算法。     

软件测试数据自动生成方法分类的研究

软件测试是保证软件质量的重要手段,测试数据自动生成是软件测试领域研究的热点之一。近些年,测试数据的自动化生成得到了广泛的关注。本文首先总结了应用较为频繁的基于路径覆盖、优化算法的测试数据生成的研究成果,之后归纳了基于聚类算法以及基于UML模型的测试数据自动生成技术的研究现状,并分析了每类方法的特点及面临的主要问题,最后对测试数据自动生成的未来发展进行了展望。     

长度折半的测试资源编码方法

编码方法通过压缩原始测试数据达到减少测试数据量的目的,是解决集成电路测试过程中测试数据量快速增长的有效方法之一。提出一种新的长度折半的测试数据编码方法,该方法首先对测试数据同时按0游程和1游程进行划分,然后对划分进行长度折半,编码。该方法既减少了编码的游程数量,又减少了编码的游程长度,可以在不增加代码长度的情况下增加能编码的游程长度。理论分析证明该方法具有极高的压缩效率,同时该方法解压结构简单,且独立于测试数据。实验结果表明:该方法平均压缩率达到65.13%。因此该方法具有很高的性价比,具有一定的应用价值。     

如何加强专科生英语应用能力培养之我见

分析了我校专科生英语水平的现状和学生参加应用能力测试的情况，探讨了加强专科生英语应用能力培养的措施和对策．     

竞争算法优化BP神经网络性能研究

针对诸多群智能算法容易陷入局部最优、收敛速度慢的特点，提出一种参数设置少，全局搜索能力强的竞争算法.通过10个基准函数与粒子群算法的比较，30次试验下竞争算法的平均值与最小值均优于粒子群算法，验证了该算法的有效性.用竞争算法优化BP神经网络，并对11个测试数据集进行分类，实验结果表明，用竞争算法优化后的BP神经网络在11个测试集上性能均优于原始算法，且在大部分测试集上性能优于用遗传算法优化的BP神经网络.该算法能有效提高分类正确率，增强鲁棒性.