| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-23页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·基于 EFSM 规格说明的测试生成研究现状 | 第14-19页 |
| ·基于 EFSM 规格说明的面向路径测试序列生成研究现状 | 第15-17页 |
| ·基于 EFSM 规格说明的面向路径测试数据自动生成研究现状 | 第17-19页 |
| ·基于 EFSM 规格说明的测试生成效率研究现状 | 第19-20页 |
| ·本文的主要工作及组织结构 | 第20-22页 |
| ·本文的主要工作 | 第20-21页 |
| ·本文的组织结构 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第二章 EFSM 规格说明及预测模型 | 第23-32页 |
| ·EFSM 规格说明简介 | 第23-27页 |
| ·基本介绍 | 第23-25页 |
| ·基于 EFSM 规格说明的路径测试数据生成 | 第25-27页 |
| ·多元线性回归预测模型 | 第27-28页 |
| ·多元线性回归基本原理 | 第27-28页 |
| ·多元线性回归算法流程 | 第28页 |
| ·BP 神经网络预测模型 | 第28-31页 |
| ·BP 神经网络概述 | 第29页 |
| ·BP 神经网络原理 | 第29-30页 |
| ·BP 神经网络算法流程 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于线性回归 EFSM 线性测试生成效率-因素分析 | 第32-36页 |
| ·EFSM 规格说明路径属性的定义 | 第32-33页 |
| ·EFSM 规格说明的测试生成效率-因素分析 | 第33页 |
| ·基于多元线性回归的 EFSM 测试数据生成效率-因素分析 | 第33-35页 |
| ·最小二乘法 | 第33-34页 |
| ·多元线性回归预测模型的建立 | 第34页 |
| ·多元线性回归在 EFSM 路径测试数据生成效率-因素分析的应用 | 第34-35页 |
| ·多元线性回归的 EFSM 测试数据生成效率-因素分析结果 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于 BP 神经网络 EFSM 非线性测试生成效率-因素分析 | 第36-45页 |
| ·EFSM 规格说明主要路径属性 | 第36页 |
| ·PCA 在 EFSM 路径测试数据生成主要路径属性的应用 | 第36-40页 |
| ·主成分分析 PCA 基本思想 | 第36-37页 |
| ·主成分分析 PCA 原理 | 第37页 |
| ·主成分分析 PCA 基本步骤 | 第37页 |
| ·主成分分析 PCA 应用 | 第37-40页 |
| ·BP 神经网络的测试数据生成效率-因素分析 | 第40-44页 |
| ·BP 神经网络预测模型的建立 | 第40-42页 |
| ·BP 神经网络的初始化操作及终止条件设置 | 第42-44页 |
| ·学习效率初始化 | 第43页 |
| ·神经元连接权值初始化 | 第43页 |
| ·神经元阀值初始化 | 第43页 |
| ·终止条件 | 第43-44页 |
| ·BP 神经网络的 EFSM 测试数据生成效率-因素分析结果 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章 测试生成效率-因素模型比较分析 | 第45-60页 |
| ·多元线性回归模型的预测分析结果 | 第45-49页 |
| ·BP 神经网络模型的预测分析结果 | 第49-54页 |
| ·线性预测模型和非线性预测模型的结果比较分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结论 | 第60-61页 |
| ·本文主要贡献 | 第60页 |
| ·本文进一步研究方向 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 研究成果及发表的学术论文 | 第65-66页 |
| 作者与导师简介 | 第66-67页 |
| 北京化工大学硕士研宄生学位论文答辩委员会决议书 | 第67-68页 |
