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