一种基于KMeans聚类和相似度的测试用例筛选方法

    公开(公告)号:CN115629998B

    公开(公告)日:2023-03-10

    申请号:CN202211652532.4

    申请日:2022-12-22

    摘要: 本发明属于软件故障定位技术领域,具体公开了一种基于KMeans聚类和相似度的测试用例筛选方法,包括将全部测试用例表示为集合T,对其中的全部测试用例进行Kmeans聚类并形成k个簇;在每个簇中随机选出一个测试用例形成集合K,获取集合K的测试预言并判断执行结果,将结果为失败的测试用例形成集合F;为集合F中的失败测试用例筛选相似测试用例并形成集合J,获取集合J的测试预言并判断执行结果;将按相似度筛选出的测试用例与集合K合并,将这些已知预言测试用例作为输入信息用于后续的训练分类器。本方法采用相似度的方法,能够更为明显的区分出包含故障的语句,可以提高故障定位效率,并与其他使用未知预言测试用例的方法很好的结合。

    一种基于KMeans聚类和相似度的测试用例筛选方法

    公开(公告)号:CN115629998A

    公开(公告)日:2023-01-20

    申请号:CN202211652532.4

    申请日:2022-12-22

    摘要: 本发明属于软件故障定位技术领域,具体公开了一种基于KMeans聚类和相似度的测试用例筛选方法,包括将全部测试用例表示为集合T,对其中的全部测试用例进行Kmeans聚类并形成k个簇;在每个簇中随机选出一个测试用例形成集合K,获取集合K的测试预言并判断执行结果,将结果为失败的测试用例形成集合F;为集合F中的失败测试用例筛选相似测试用例并形成集合J,获取集合J的测试预言并判断执行结果;将按相似度筛选出的测试用例与集合K合并,将这些已知预言测试用例作为输入信息用于后续的训练分类器。本方法采用相似度的方法,能够更为明显的区分出包含故障的语句,可以提高故障定位效率,并与其他使用未知预言测试用例的方法很好的结合。

    一种基于模糊评判法的飞行模拟器逼真度综合评价方法

    公开(公告)号:CN115409428A

    公开(公告)日:2022-11-29

    申请号:CN202211332635.2

    申请日:2022-10-28

    IPC分类号: G06Q10/06 G06F30/15 G06F30/20

    摘要: 本发明公开了一种基于模糊评判法的飞行模拟器逼真度综合评价方法,包括:根据飞行模拟器组织结构和特点,构建飞行模拟器的评价指标体系;根据飞行模拟器的评价指标体系,确定飞行模拟器的模糊综合评价指标集和评价集;获取模糊综合评价指标集中各因素的权重值系数和逼真度;应用模糊评判法构建评价模型;将权重值系数和逼真度代入模型,计算飞行模拟器的整体逼真度;根据飞行模拟器的整体逼真度对飞行模拟器的逼真度进行评价;该方法根据模拟器的组成结构和特点,分析了影响模拟器逼真度的主要因素,建立评价指标体系,采用模糊评判法来综合评价飞行模拟器的逼真度,为飞行模拟器的逼真度提拱了精确的数学描述。

    一种基于信息检索和神经网络的代码摘要自动生成方法

    公开(公告)号:CN115408056A

    公开(公告)日:2022-11-29

    申请号:CN202211333019.9

    申请日:2022-10-28

    摘要: 本发明公开了一种基于信息检索和神经网络的代码摘要自动生成方法,该方法包括:构建包含源代码和对应的自然语言注释的训练集,使用CodeBERT模型进行训练;将训练集中的所有代码段解析为抽象语法树AST,并转换为AST单词序列,利用训练好的CodeBERT模型将源代码片段编码为单词级向量,进行池化操作将单词级向量压缩为片段级向量;给定一段待摘要代码,从数据库进行检索,获得最相似结构代码和最相似语义代码;将待摘要代码、以及检索出的最相似结构代码和最相似语义代码输入到训练后的CodeBERT模型中,使用混合网络不断融合输出产生最终的摘要;通过该方法可以提高代码摘要生成中的低频词命中率,准确地产生摘要。

    一种基于后交互机制的代码搜索方法

    公开(公告)号:CN117112851B

    公开(公告)日:2024-04-02

    申请号:CN202311381385.6

    申请日:2023-10-24

    摘要: 本发明公开了一种基于后交互机制的代码搜索方法,步骤包括:获取训练数据,所述训练数据包括代码数据和对应自然语言注释的文本数据;初始化模型参数,并将代码数据和文本数据输出至预先构建的神经网络模型,输出代码表征向量和文本表征向量;通过预先构建的交互矩阵计算搜索代码表征向量和搜索文本表征向量之间的细粒度相似度;根据细粒度相似度计算模型损失并对神经网络模型进行参数优化;本发明通过后交互机制对代码表征向量和文本表征向量进行跨模态的映射,提高了代码检索的准确度。

    基于信息保留协同优化的异构跨项目软件缺陷预测方法

    公开(公告)号:CN115858209B

    公开(公告)日:2023-06-20

    申请号:CN202211440278.1

    申请日:2022-11-17

    IPC分类号: G06F11/07 G06F11/36

    摘要: 本发明公开了基于信息保留协同优化的异构跨项目软件缺陷预测方法,通过综合边缘分布差异最小化、条件分布差异最小化以及原始数据类别信息保留最大化三个优化目标形成总体优化目标。求解总体优化目标得到源域数据与目标域数据的映射矩阵及对应权重,并据此构建软件缺陷预测模型以及对新的软件模块的缺陷倾向性进行预测。本发明综合利用特征和实例两个层面上的信息进行协同优化,实现了源域数据和目标域数据在最大程度上的对齐;特征变换过程中最大程度上保留原始数据类别信息,使得原本可分的数据在特征变换之后仍旧可分,进一步提高了缺陷预测模型的性能。

    一种基于SVA形式化验证的FPGA软件仿真测试环境建立方法

    公开(公告)号:CN115098400B

    公开(公告)日:2022-12-06

    申请号:CN202210845602.1

    申请日:2022-07-19

    IPC分类号: G06F11/36 G06F21/57

    摘要: 本发明公开了一种基于SVA形式化验证的FPGA软件仿真测试环境建立方法,该方法包括:依据被测对象FPGA软件的测试需求,结合SVA并发断言模板和DUT信号分析工具,产生适用于对被测对象开展形式化验证的Bind模板;导入Bind库中;在所述Bind库中选取要执行的Bind,生成实例化模板并将实例化模板插入并发断言监控的代码文件module之外;调用形式化验证工具读入源代码并调用Bind库,实现基于SVA的形式化验证。该方法将断言与设计代码实现分离,不会对断言编写及验证产生限制,在采用形式化验证提升验证效率的同时,增强代码与并发断言的可管理性,既满足验证目标,又使得验证问题可追溯。

    一种基于SVA形式化验证的FPGA软件仿真测试环境建立方法

    公开(公告)号:CN115098400A

    公开(公告)日:2022-09-23

    申请号:CN202210845602.1

    申请日:2022-07-19

    IPC分类号: G06F11/36 G06F21/57

    摘要: 本发明公开了一种基于SVA形式化验证的FPGA软件仿真测试环境建立方法,该方法包括:依据被测对象FPGA软件的测试需求,结合SVA并发断言模板和DUT信号分析工具,产生适用于对被测对象开展形式化验证的Bind模板;导入Bind库中;在所述Bind库中选取要执行的Bind,生成实例化模板并将实例化模板插入并发断言监控的代码文件module之外;调用形式化验证工具读入源代码并调用Bind库,实现基于SVA的形式化验证。该方法将断言与设计代码实现分离,不会对断言编写及验证产生限制,在采用形式化验证提升验证效率的同时,增强代码与并发断言的可管理性,既满足验证目标,又使得验证问题可追溯。