DbUnit在数据库测试中的应用

在实现测试驱动开发过程中,DbUnit工具是专门针对数据库测试的单元测试框架,它是对JUnit的一个扩展.DbUnit测试允许程序员在整个测试过程中自由地管理和控制数据库,将其置于一个可知的状态.在明确测试机制、搭建好测试环境的基础之上,围绕数据库备份、植入测试数据集进行单元测试、使数据库恢复到测试前状态等问题进行分析和探讨,以期建立一个良好的测试流程.     

集成数据流和控制流的协议测试集自动生成方法研究

测试集自动生成方法的研究是协议一致性测试领域中比较活跃的一个分支,提出了一种基于ＥＢＥ模型,集成数据流和控制流测试的新的协议测试自动生成方法并给出了其实现ＴＵＧＥＮ。ＥＢＥ模型中对协议的外部行为进行描述,强调变迁之间的数据依赖性。在ＴＵＧＥＮ中,我们引入控制流测试中的ＵＩＯ序列算法和描述协议不确定性的ＡＩＯ树的概念,运用协议约束集来灵活地控制自动生成过程中的协议空间搜索的复杂性,并采用测试集的验证     

一种基于抽样与约简的集成学习算法

集成学习的一个重要目标是获得一组差异性大的基分类器来构建集成分类器。为实现这一目标,提出一种基于抽样与约简的集成学习算法ELSR。该算法采用多模态扰动策略来训练基分类器。首先,采用多次抽样策略从训练集中抽样产生k个抽样集;其次,使用粗糙集的属性约简技术对每个抽样集进行约简;第三,在每一个约简之后的抽样集上分别训练一个基分类器;最后,利用一个验证集对每个基分类器进行性能测试,并根据测试结果选择一组合适的基分类器来构建集成分类器。在UCI数据集上的实验表明:当采用KNN算法或者C4.5算法来训练基分类器时,ELSR的分类性能总是要优于现有的集成学习算法。     

基于块和游程混合编码的有效测试数据的压缩和解压

提出了一种新的测试数据压缩编码方法,称之为块和游程混合编码。将测试集划分成块模式和游程模式,并分别进行编码.解压结构由一个控制器和一个哈夫曼解码器组成.对ISCAS89标准电路Mintest测试集的实验结果表明,该方法能够有效压缩测试数据,并且更优于Golomb码和FDR码的压缩效果.     

Pascal三角形矩阵的逆及一个可加集函数关系系式

证明了一个组合恒等式，并由此求出了Ｐａｓｃａｌ三角形矩阵的逆。证明了一个有关集合交的可加集函数关系式，并结合上述结果证明了测试论中的一个重要的可加集函数关系式。     

一种基于TRC-LFSR结构的二维测试向量压缩设计

基于扭环计数器TRC和线性反馈移位寄存器LFSR,提出了一种可实现二维测试向量压缩的测试向量生成器．采用基于TRC的测试集嵌入技术实现测试向量集的垂直压缩,利用LFSR重播种技术实现测试向量集的水平压缩,从而显著地减少确定性测试向量集的长度和宽度．理论分析表明,采用该设计编码一个含有s_max个确定位的测试向量所需的LFSR长度从s_max+20减小到s_max+2,提高了编码效率．为了减少所需LFSR种子的个数,提出了一种有效的LFSR种子选择算法．这里,每个LFSR种子首先被解码成TRC种子,再由TRC种子产生2n²+n的测试向量．针对ISCAS89实验电路的实验结果表明,相对于现有的算法,采用该设计实现的测试电路,存储位数最大可减少69％,并且测试控制逻辑电路简单,可重用性好．     

故障分解的并行测试生成算法

并行测试技术是解决当今大规模电路测试难题的一个重要手段.故障分解又是最基本的并行测试方法.详细论述了故障分解的理论和两种故障分解算法的基本模型,并且在实现了一个基于FAN算法的并行测试生成系统的基础上详细说明了故障分解的并行测试生成算法的具体实现.在系统实现中,将故障模拟在全故障集上进行,并对C/S通信进行了多线程处理,取得了比较好的加速效果.     

一种多语种生成式自动摘要方法的实现

为实现多语种生成式自动摘要,基于序列到序列(Seq2Seq)模型提出了一种多语种生成式自动摘要方法.首先,按照传统的多语种自动摘要方法,将中、英、朝3个语种的语料分开训练,得到3个模型,并观察各模型在测试集上的表现; 其次,按照本文提出的多语种自动摘要法,将中、英、朝3种语言的语料放在一起共同训练出一个模型,然后运用该模型分别运行中文、英文、朝文语料的测试集,并观察模型的表现; 最后,用同一个测试集测试模型改进前后的摘要生成效果.实验结果表明,本文方法生成多语种自动摘要的效果与传统方法相近,但因本文方法只用一个模型即可实现多语种自动摘要,因此更具有适用性.     

基于粒子群算法的电路测试集优化

研究电路测试集的优化,提出基于粒子群算法的电路测试集的静态压缩方法.粒子群向最优解方向演绎,利用适应度函数来评价各粒子的优劣.实验电路的验证结果表明,同时适用于时序电路和组合电路,与基于遗传算法的电路测试集优化相比,该算法能够更大限度地优化测试集,需要更少的存储空间.     

一个基于最小化测试用例集抽取的自动化测试框架

提出了一个软件自动化测试框架(ASTF).它采用\"前端-中间数据-后端\"3层模式,可以进行静态测试、动态测试和自动化回归测试,并能对测试用例集进行最小化,实现测试用例效率分析和程序控制流分析.针对测试用例最小化,还采用了一种基于集合抽取的最小化算法.     

基于PSO模糊神经元的异构无线网络接入选择

采用模糊逻辑和神经网络技术进行异构无线网络接入选择的方法未合理考虑网络负载状况,为此提出一种对网络负载具有很好动态适应性的基于粒子群优化(PSO)模糊神经元的接入选择方法. 该方法将可接入网络的接入阻塞率相等作为模糊神经元参数学习的目标,并结合具有全局寻优能力的PSO算法设定参数初值,提高了参数学习精度. 仿真结果表明,该方法能有效实现网络间负载均衡,相对于最大负载均衡算法可降低网络的接入阻塞率.     

通信网的总容量归一化加权可靠性指标与算法

为了更全面地从理论上对整个通信网可靠性作出评价,提出了把交换节点、连接链路和传输容量3个要素有机地综合在一起的总容量归一化加权可靠性指标.该指标并不排除那些能够进行通信但通信容量比设计值小的网络状态,而是赋予一个<1的归一化权值.提出了一套计算方法,从路由寻找到不交化网络状态集及其对应容量求取均实现了易于用计算机编程的代数化或逻辑代数化计算,解决了该指标人工计算繁琐问题.简要论证了算法的正确性与合理性,通过实例说明了算法的计算过程.     

一种新的令牌传递算法

提出了适用于移动AdHoc网络中的一种新的令牌传递算法,即令牌动态传递算法。该算法无需预先建立虚拟的逻辑令牌传递环路,而是根据网络的拓扑结构,动态地形成令牌的传递路径。因此,在移动AdHoc环境下应用时,能够根据网络的拓扑结构的变化,动态地改变令牌的传递路径,具有很好的适应拓扑结构变化的能力。     

基于T-S逻辑的新型模糊神经网络模型

模糊神经网络是神经网络与模糊逻辑系统的有机结合,具有强大的自学习和自整定功能.针对目前模糊逻辑与神经网络技术在融合中存在的问题,根据模糊逻辑与神经网络的本质和内在联系,提出了一种新型的结构优化的模糊神经网络,用模糊系统理论中的Stone-W eirstrass定理证明了该网络能以任意精度逼近任意一个定义在致密集上的实连续函数.仿真实验表明该网络模型算法是可行且有效的.     

基于模糊—神经融合的自适应模糊控制系统研究

模糊逻辑系统与人工神经网络各具优势,前者善于利用专家语言信息,后者有强大的学习能力,两者的结合可以取长补短。基于模糊逻辑系统与神经网络技术提出一种自适应模糊控制系统,其特点是模糊控制器具有多层前向网络结构。基于一种近最优的性能指标导出其参数自适应的误差反向传播算法。为了克服传统算法收敛慢的缺点,提出用模糊逻辑来调整学习过程的方法。通过倒立摆平衡控制仿真研究验证了所提出的自适应模糊控制系统及其快速学     

Clustering in mobile ad hoc network based on neural network

1 INTRODUCTION Multi-hop wireless network is an ideal technology to establish an instant communication infrastructure for civilian and military applications. Its applications include collaborative, distributed mobile computing, disaster recovery, law enforcement (crowd control, search and rescue), digital battlefield communications, and so on[1]. Such situations demand a network where all the nodes including the base stations are potentially mobile, and communication must be supported unwi…     

胶合板缺陷模糊神经网络检测算法

讨论了模糊逻辑和神经网络的工作原理,笔者在神经网络中引入模糊逻辑算法,将模糊逻辑处理不精确不完备信息的能力和神经网络的自适应自学习能力相结合,提出一种模糊神经网络算法,构建出模糊神经网络分类器,并且以胶合板缺陷检测为应用背景,对其分类的实时性、准确率等指标进行了验证,得到了分类精度93 33%,和训练次数5856次的良好性能.实验结果表明:在引入模糊逻辑算法后,基于模糊逻辑的神经网络分类器在模式分类精度和实时性等方面性能指标都得到了提高.     

基于模糊逻辑的图像阈值分割算法

为确定图像分割的最佳阈值,提出了一种新的有效的图像阈值分割方法.该方法首先给出一个新模糊熵的定义,这个模糊熵定义不仅考虑到图像在模糊域中划分区域时随隶属函数变化而变化的情况,同时也考虑到图像在空域中划分区域时随隶属函数变化而变化的情况,这样就使得图像依照最大熵准则变换到模糊域更能够有效地反映图像的固有信息.然后,采用改进粒子群优化算法寻求隶属函数的最优参数,得到分割的最佳阈值,并用该阈值对图像进行分割.将新算法应用于图像分割中,效果优于现有大多数阈值分割算法.     

网络混合可靠度计算公式的优化

优化了一般故障情况下网络可靠度的计算公式，计算复杂度与只有端故障或只有边故障情况下可靠度的计算复杂性相当，网络混合可靠度的计算公式是对只有端故障或只有边故障情况下网络可靠度计算公式的很好推广。     

故障预测中基于模糊神经网络的规则发现方法

为分析和发现故障预测中表征网络运行状态的多指标和故障间的关联关系,提出了一种基于模糊神经网络的规则发现方法. 该方法利用模糊神经网络具有的学习能力和模糊推理能力,分析和发现网管系统中多指标和故障的关联关系,实现基于多指标的在线故障预测. 仿真实验结果表明,有效的参数初始化确定了算法收敛方向,从而加速了收敛速度;新方法能够准确预测故障的发生,并且优化了预测准确度、真正率、误判率等性能指标.