机器学习程序错误分析及其检测技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究现状 | 第16-17页 |
| 1.3 本文工作 | 第17-18页 |
| 1.4 本文组织 | 第18-19页 |
| 第二章 相关工作和技术 | 第19-31页 |
| 2.1 机器学习程序测试 | 第19-24页 |
| 2.1.1 机器学习基础 | 第19-20页 |
| 2.1.2 针对数据集的测试 | 第20-22页 |
| 2.1.3 针对分类器的测试 | 第22页 |
| 2.1.4 针对学习器的测试 | 第22-23页 |
| 2.1.5 针对数值计算稳定性的测试 | 第23页 |
| 2.1.6 现有工作的不足 | 第23-24页 |
| 2.2 变异测试 | 第24-26页 |
| 2.2.1 变异算子 | 第24-25页 |
| 2.2.2 测试流程 | 第25-26页 |
| 2.2.3 μJava变异测试工具 | 第26页 |
| 2.3 蜕变测试 | 第26-29页 |
| 2.3.1 蜕变关系 | 第27-28页 |
| 2.3.2 测试流程 | 第28-29页 |
| 2.4 假设检验 | 第29-30页 |
| 2.4.1 基本思想和概念 | 第29页 |
| 2.4.2 检验流程 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 第三章 机器学习程序错误研究 | 第31-57页 |
| 3.1 机器学习程序错误 | 第31页 |
| 3.2 分类错误突变体 | 第31-45页 |
| 3.2.1 研究方法 | 第32-35页 |
| 3.2.2 与原始版本比较 | 第35-43页 |
| 3.2.3 与基准程序比较 | 第43-45页 |
| 3.3 识别顽固突变体 | 第45-53页 |
| 3.3.1 蜕变测试 | 第45-48页 |
| 3.3.2 学习曲线 | 第48-52页 |
| 3.3.3 鲁棒性和稳定性 | 第52-53页 |
| 3.4 语言无关性验证 | 第53-55页 |
| 3.5 本章小结 | 第55-57页 |
| 第四章 MINT系统的设计与实现 | 第57-69页 |
| 4.1 MINT系统架构 | 第57-58页 |
| 4.2 MINT系统实现 | 第58-68页 |
| 4.2.1 界面与格式 | 第58-61页 |
| 4.2.2 检测方式 | 第61-65页 |
| 4.2.3 结果报告 | 第65-68页 |
| 4.3 小结 | 第68-69页 |
| 第五章 实验评估 | 第69-83页 |
| 5.1 用例生成与性能总览 | 第69-70页 |
| 5.2 基准程序模块 | 第70-72页 |
| 5.3 蜕变测试模块 | 第72-74页 |
| 5.4 学习曲线模块 | 第74-77页 |
| 5.5 特殊数据集模块 | 第77-78页 |
| 5.6 时间复杂度模块 | 第78-81页 |
| 5.7 小结 | 第81-83页 |
| 第六章 结论 | 第83-85页 |
| 6.1 本文工作总结 | 第83-84页 |
| 6.2 未来工作展望 | 第84-85页 |
| 致谢 | 第85-87页 |
| 参考文献 | 第87-92页 |
| 简历与科研成果 | 第92-93页 |
