机器学习图像分类程序的蜕变测试框架

机器学习在计算机视觉、语音识别和自然语言处理等实际应用中已经取得了显著的成功。图像分类作为计算机视觉的一个主要分支。不久的将来,许多的图像分类程序会以机器学习的方式呈现。然而,由于机器学习图像分类程序的测试面临着测试预言难题,这使得在测试的过程中将需要大量的人力及物力。为了缓解测试预言难题,使用了蜕变测试技术。为了规范测试流程、提高测试效率,提出了一种适用于机器学习图像分类程序的蜕变测试框架。并且通过测试基于SVM和VGGNet图像分类程序,验证了该测试框架的合理性和有效性。     

蜕变关系构造基本准则与策略研究

蜕变测试可以部分解决软件测试中的Oracle问题,其关键步骤和难点是蜕变关系的构造,它将直接影响测试的效果。通过对典型程序测试的案例对蜕变关系的构造进行分析,归纳总结了若干构造蜕变关系的基本准则,并在案例研究中采用变异分析方法验证了构造准则的合理性。提出了蜕变测试与等价类测试结合运用的测试方法,此方法可用于输入空间易于分类的程序。     

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.     

国内高速公路路灯的创新蜕变

以往,在社会大众眼中,路灯在普通的地方公路上普遍存在,但在穿州过省的高速公路上,路灯的存在感并不强。可近年来,随着照明智能化技术的日趋成熟与普及与智慧城市建设的热切需求,由普通路灯升级而成的智能路灯逐渐在高速公路的应用中有了一席之地。     

伪距定位程序的蜕变测试方法

考虑到伪距定位程序中算法数值计算复杂性及其在用户定位过程中的重要性，提出将蜕变测试方法应用于伪距定位程序的软件测试中。基于伪距定位程序的蜕变测试流程，通过分析算法几何属性、数值计算特性及具体实现，提出3种不同的蜕变关系。结合变异分析技术对蜕变关系设计的有效性进行验证，实验结果表明，该方法能够有效检测伪距定位程序中的软件缺陷、提高测试效率，进一步拓宽了蜕变测试方法的应用范围。     

美的空气能蜕变的背后

自2012年空气能热水器首次现行业负增长之后,2015年伴随着经济不景气,房地产市场低迷,空气能热水器行业再次迎来挑战。受环境所累,空气能热水器行业中能维持正增长的企业屈指可数,特别在家用机市场领域,曾经浴血奋战的企业有不少已收缩战线,渐渐回归本位。而美的在此次战争中却实现了蜕变。