基于Chameleon聚类分析的多错误定位方法
本文选题:软件调试 + 错误定位 ; 参考:《电子学报》2017年02期
【摘要】:软件系统中往往存在多个错误,它们之间互相干扰,这抑制了错误定位的能力.为解决该问题,提出一种基于Chamelelon聚类分析的多错误定位方法.首先,将每一个失败程序执行轨迹和所有成功程序执行轨迹合并,计算其怀疑度,按怀疑度大小选取高可疑元素作为程序执行轨迹的特征元素,按照该特征元素对失败程序执行轨迹进行约简;其次,聚类分析将失败程序执行轨迹分簇,每簇包含一个错误;然后,将失败程序执行轨迹簇与所有成功程序执行轨迹合并,重新计算其怀疑度;最后,根据合并后的簇生成的怀疑度序列,采用并行调试模式同时定位程序中的多个错误.实证研究表明该方法可以有效地定位程序中的多个错误.
[Abstract]:There are often many errors in the software system, which interferes with each other, which inhibits the ability of error location. In order to solve the problem, a multi error location method based on Chamelelon clustering analysis is proposed. First, the trajectory of each failure program is combined with all the successful program execution tracks, and the skepticism is calculated, and the skepticism is calculated. The size is selected as the feature element of the program execution path, and the execution trajectory of the failure program is reduced according to the feature element. Secondly, the cluster analysis divides the failed program into a cluster and contains one error. Then, the trajectory cluster of the failure program is combined with all the successful program execution trajectories to recalculate it. In the end, the parallel debug mode is used to locate multiple errors in the program at the same time, based on the skepticism sequence generated by the merged cluster. The empirical study shows that this method can effectively locate multiple errors in the program.
【作者单位】: 河南工业大学信息科学与工程学院;粮食信息处理与控制教育部重点实验室;中国矿业大学计算机科学与技术学院;
【基金】:国家自然科学基金(No.61602154,No.61673384,No.61502497,No.U1404617) 粮食信息处理与控制教育部重点实验室资助项目(No.KFJJ-2016-105) 河南省高等学校重点科研项目(No.16A520005) 河南工业大学高层次人才基金(No.2015BS006);河南工业大学“省属高校基本科研业务费专项资金”(No.2016QNJH28) 河南省重点科技攻关项目(No.162102310405,No.152102110075)
【分类号】:TP311.53;TP311.13
【相似文献】
相关期刊论文 前10条
1 李斌,郭剑毅;聚类分析在客户关系管理中的研究与应用[J];计算机工程与设计;2005年02期
2 张宏翔;李星;;基于聚类分析的学生学习相关性研究[J];计算机光盘软件与应用;2013年11期
3 蔡建国;;排序聚类分析在成组技术中的应用[J];机械工艺师;1985年01期
4 董玉祥;排序聚类分析计算程序[J];成组生产系统;1986年01期
5 A·Gongaware,Inyong Ham,焦虹;用于成组制造系统的聚类分析法[J];成组生产系统;1986年02期
6 史逸芬,蔡建国;排序聚类分析法在相似零件成组中的应用[J];成组生产系统;1986年03期
7 徐大威,王鸿歌;聚类分析应用程序系统[J];冶金自动化;1988年01期
8 张春早;会议评判与聚类分析[J];机械工程;1988年02期
9 吴国安;聚类分析在鸟的分类中的应用[J];黑龙江大学自然科学学报;1989年04期
10 卢泽生;;零件分类成组的聚类分析法[J];机械工程师;1990年04期
相关会议论文 前10条
1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年
2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年
3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年
4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年
5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011(1)][C];2011年
7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年
8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年
9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年
10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛(二○一○年第3辑)[C];2010年
相关博士学位论文 前4条
1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年
2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年
3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年
4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年
相关硕士学位论文 前10条
1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年
2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年
3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年
4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年
5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年
6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年
7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年
8 周颖;基于蚁群算法的聚类分析在学生成绩中的研究[D];南昌大学;2015年
9 邢蕊;以聚类分析为基础的我国证券公司效率研究[D];山西大学;2015年
10 王帅宇;K-Means算法在用户细分方面的应用研究[D];北京理工大学;2015年
,本文编号:1896857
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1896857.html