| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 课题研究目的及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 错误定位的研究现状 | 第13-14页 |
| 1.2.2 偶然正确测试用例的研究现状 | 第14页 |
| 1.2.3 聚类算法在回归测试中的应用 | 第14-15页 |
| 1.3 本文的主要贡献及组织结构 | 第15-18页 |
| 第二章 基于覆盖错误定位与偶然正确测试用例 | 第18-24页 |
| 2.1 基于覆盖的错误定位CBFL | 第18-21页 |
| 2.1.1 定义 | 第18-20页 |
| 2.1.2 方法 | 第20-21页 |
| 2.2 偶然正确测试用例 | 第21页 |
| 2.3 偶然正确测试用例与错误定位 | 第21-24页 |
| 2.3.1 偶然正确测试用例对基于覆盖错误定位的影响 | 第22页 |
| 2.3.2 偶然正确测试用例的识别方法 | 第22-24页 |
| 第三章 基于偶然正确测试用例识别的错误定位 | 第24-28页 |
| 3.1 基于覆盖错误定位的方法框架 | 第24-25页 |
| 3.1.1 测试用例覆盖信息和执行结果搜集模块 | 第25页 |
| 3.1.2 错误定位与方法评估模块 | 第25页 |
| 3.2 基于偶然正确测试用例识别的错误定位的方法框架 | 第25-28页 |
| 3.2.1 偶然正确测试用例识别模块 | 第26-27页 |
| 3.2.2 偶然正确测试用例处理模块 | 第27-28页 |
| 第四章 基于pass测试用例聚类的偶然正确测试用例识别 | 第28-34页 |
| 4.1 基于K-means的测试用例聚类算法 | 第28-31页 |
| 4.1.1 K-means聚类算法简介 | 第28-29页 |
| 4.1.2 聚类个体的表示及相似度计算方法 | 第29-30页 |
| 4.1.3 基于K-means的pass测试用例聚类方法 | 第30-31页 |
| 4.2 偶然正确测试用例簇的识别准则 | 第31-34页 |
| 第五章 偶然正确测试用例簇的使用策略 | 第34-40页 |
| 5.1 两种使用策略 | 第34-37页 |
| 5.1.1 剔除策略 | 第34-36页 |
| 5.1.2 修正策略 | 第36-37页 |
| 5.2 两种策略对错误定位的影响 | 第37-40页 |
| 第六章 实验设计和分析 | 第40-52页 |
| 6.1 实验对象 | 第40-41页 |
| 6.2 实验数据准备 | 第41-42页 |
| 6.3 评价准则 | 第42-43页 |
| 6.3.1 偶然正确测试用例识别效果的评价准则 | 第42页 |
| 6.3.2 错误定位效果的评价标准 | 第42-43页 |
| 6.4 实验结果与分析 | 第43-52页 |
| 6.4.1 偶然正确测试用例簇识别策略的有效性验证 | 第43-45页 |
| 6.4.2 基于pass测试用例聚类的偶然正确测试用例识别方法的识别效果分析 | 第45-47页 |
| 6.4.3 偶然正确测试用例处理策略对错误定位的影响分析 | 第47-49页 |
| 6.4.4 基于偶然正确测试用例识的错误定位效果分析 | 第49-52页 |
| 第七章 结论与展望 | 第52-54页 |
| 7.1 本文的主要成果 | 第52页 |
| 7.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |
| 附件 | 第65-66页 |
