全文获取类型
收费全文 | 56篇 |
免费 | 4篇 |
国内免费 | 1篇 |
专业分类
电工技术 | 5篇 |
综合类 | 3篇 |
化学工业 | 11篇 |
机械仪表 | 6篇 |
建筑科学 | 5篇 |
矿业工程 | 1篇 |
轻工业 | 4篇 |
水利工程 | 2篇 |
石油天然气 | 1篇 |
武器工业 | 1篇 |
无线电 | 3篇 |
一般工业技术 | 9篇 |
自动化技术 | 10篇 |
出版年
2023年 | 4篇 |
2022年 | 1篇 |
2021年 | 2篇 |
2020年 | 1篇 |
2018年 | 1篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 4篇 |
2013年 | 3篇 |
2012年 | 5篇 |
2011年 | 4篇 |
2010年 | 2篇 |
2009年 | 4篇 |
2008年 | 7篇 |
2007年 | 3篇 |
2006年 | 7篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 1篇 |
2002年 | 2篇 |
排序方式: 共有61条查询结果,搜索用时 15 毫秒
61.
软件缺陷预测已经成为软件测试中的重要研究方向,缺陷预测的全面与否直接影响着测试效率和程序运行。但现有的缺陷预测是根据历史数据进行推断,大多不能对预测过程给出合理的解释,这种黑盒的预测过程仅仅展现输出结果,使得人们难以得知测试模型内部结构对输出的影响。为解决这一问题,需挑选软件度量方法和部分典型深度学习模型,对其输入、输出及结构进行简要对比,从数据差异程度和模型对代码的处理过程两个角度进行分析,对它们的异同给出解释。实验表明,采用深度学习的方法进行缺陷预测比传统软件度量方法更加有效,这主要是由它们对原始数据处理过程不同造成的;采用卷积神经网络和长短期记忆神经网络做缺陷预测时,数据差异主要由对代码信息理解的完整程度不同造成的。综上可知,要提高对软件缺陷的预测能力,模型的计算应该对代码的语义、逻辑和上下文联系进行全面的介入,避免有用信息被遗漏。 相似文献