抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソフトウェア試験では,同時的に正しい(CC)テストケース,故障ステートメントを実装し正しい出力が,適用範囲ベースの故障点標定に負の影響を調べた。同時正しいテストケース同定と操作を研究した,多くの同定方法を提案し,クラスタリングに基づく方法が広く用いられている。本論文では,機械学習に基づくファジィ分類手法を提案した。単一故障バージョンプログラムのためのCCテストケースを真に同定に対するアプローチを提案した。KNNアルゴリズムは残りの通過テストケースを分類するために採用し,三種類の修正ファジィsuspiciousness計量は三提案したCCテストケース操作戦略に基づいて提示した。経験的研究は六プログラムの102故障バージョンを行った,その結果は,提案した手法が想起し,CCテストケースの偽陽性は平均82%と5%であることを示した。添加では,提案したファジィCCテストケース操作戦略は故障点標定の有効性を向上させることができる。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】