CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

کاهش دو معیاره مجموعه آزمون با تحلیل خوشه ای الگوهای اجرایی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۸۷۸ | نظرات: ۰
سال انتشار: ۱۳۸۹
کد COI مقاله: CSICC16_128
زبان مقاله: فارسی
حجم فایل: ۱۴۳.۵۳ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله کاهش دو معیاره مجموعه آزمون با تحلیل خوشه ای الگوهای اجرایی

  علیرضا خلیلیان - کارشناس ارشد نرم افزار،دانشگاه آزاد اسلامی واحد دماوند
  آرمان مهربخش - عضو هیات علمی دانشگاه آزاد اسلامی واحد لاهیجان

چکیده مقاله:

یکی ازعملیات مهمدرچرخه ی حیات یک نرم افزار آزمون رگرسیون است که درمرحله نگهداری نرم افزار به دفعات انجام می شود آزمون رگرسیون درهر اجرا باید تعداد انبوهی از موارد آزمون را روی نرم افزار اجرا نماید با گذشت زمان حجم مجموعه آزمون آن قدر بزرگ می شود که اجرای همه ی انها غیرعملی می گردد برای حل این مشکل از فنون کاهش مجموعه آزمون استفاده می شود متاسفانه کاهش حجم منجر به از دست رفتن کارایی مجموعه در کشف خطا میگردد برای برطرف نمودن این مشکل دراین مقاله یک الگوریتم کارا ارایه شدها ست این الگوریتم با استفاده از خوشه بندی الگوهای اجرایی مواردآزمون افزونگی را از مجموعه حذف می نماید درجریان نمونه گیری از هر خوشه مورد آزمونی که بیشترین پوشش نیازمندی ها را تامین کند انتخاب خواهد شدجهت ارزیابی الگوریتم پیشنهادی آزمایشهایی مشابهمطالعات پیشین روی برنامه های محک زیمنس ترتیب یافته است نتایج آزمایشها نشان میدهد که الگوریتم پیشنهادی قادر است ضمن کاهش قابل ملاحظه اندازه ی مجموعه ها قدرت کشف خطای آنها را بهبود دهد

کلیدواژه‌ها:

آزمون رگرسیون نرم افزار،معیار آزمون،کاهش مجموعه آزمون،کمینه سازی مجموعه آزمون،کارایی در کشف خطا

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CSICC16-CSICC16_128.html
کد COI مقاله: CSICC16_128

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
خلیلیان, علیرضا و آرمان مهربخش، ۱۳۸۹، کاهش دو معیاره مجموعه آزمون با تحلیل خوشه ای الگوهای اجرایی، شانزدهمین کنفرانس بین المللی سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، https://www.civilica.com/Paper-CSICC16-CSICC16_128.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (خلیلیان, علیرضا و آرمان مهربخش، ۱۳۸۹)
برای بار دوم به بعد: (خلیلیان و مهربخش، ۱۳۸۹)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • خطا در مجموعه‌های کاهش‌یافته توسط روش اچ‌جی‌اس است. ضمن [۱] ...
  • را می‌تواند انتخاب کند. علاوه بر این، جدول ۲ نشان ...
  • دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ۱۷ تا ۱۹ ...
  • M. J. Harrold, R. Gupta, and M. L. Soffa, "A ...
  • _ Rothermel, M. J. Harrold, J. von Ronne, and C. ...
  • H. Zhong, L. Zhang, H. Mei, "An experimental study of ...
  • D. Jeffrey and N. Gupta, "Improving Fault Detection Capability by ...
  • P. Ammann, J Offutt, Introduction o Software Testing, Cambridge University ...
  • W. E. Wong, J. R. Horgan, S. London, and H. ...
  • الگوریتم پیشنهادی هنگام انتخاب، گزینه‌های بیشتری از موارد آزمون ۸th ...
  • J. Black, E. Mel achrinoudis, and D. Kaeli, "Bi-Criteria Models ...
  • G. Rothermel, M. J. Harrold, J. Ostrin, and C. Hong, ...
  • S. Sprenkle, S. Sampath, E. Gibson, A. Souter, and L. ...
  • J. A. Jones and M. J. Harrold, "Test-Suite Reduction and ...
  • Coverage, " IEEE Transactions On Software Engineering, vol. 29, No. ...
  • S. McMaster and A. Memon, "Call Stack Coverage for Test ...
  • B. Marick, The Craft of Software Testing: Subsystem Testing, Prentice ...
  • D. Leon, A. Podgurski and L. J. White, "Multivariate visualization ...
  • G. Rothermel, S. Elbaum, A. Kinneer, H. Do. Software- infrastruc ...
  • SAS 9.1.3 Doc umentation, SAS/GRAPH 9.1 Reference, http:sup ...
  • port. sas _ c om/doc _ me n _ _ ...
  • I. H.Witten, E Frank, Data mining: practical machine learning tools ...
  • J. E. Freund, Mathematical Statistics, 5th ed., Prentice- Hall, 1992. ...
  • دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، ۱۷ تا ۱۹ ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۱۳۳۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.