声明
学位论文数据集
摘要
第一章 绪论
1.1 课题研究的目的和意义
1.2 国内外研究现状
1.2.1 基于EFSM规格说明的测试生成研究现状
1.2.2 基于EFSM规格说明的测试生成效率研究现状
1.3 本文的主要工作及组织结构
1.3.1 本文的主要工作
1.3.2 本文的组织结构
1.4 本章小结
第二章 EFSM规格说明及预测模型
2.1 EFSM规格说明简介
2.1.1 基本介绍
2.1.2 基于EFSM规格说明的路径测试数据生成
2.2 多元线性回归预测模型
2.2.1 多元线性回归基本原理
2.2.2 多元线性回归算法流程
2.3 BP神经网络预测模型
2.3.1 BP神经网络概述
2.3.2 BP神经网络原理
2.3.3 BP神经网络算法流程
2.4 本章小结
第三章 基于线性回归EFSM线性测试生成效率-因素分析
3.1 EFSM规格说明路径属性的定义
3.2 EFSM规格说明的测试生成效率-因素分析
3.3 基于多元线性回归的EFSM测试数据生成效率-因素分析
3.3.1 最小二乘法
3.3.2 多元线性回归预测模型的建立
3.3.3 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
3.4 多元线性回归的EFSM测试数据生成效率-因素分析结果
3.5 本章小结
第四章 基于BP神经网络EFSM非线性测试生成效率-因素分析
4.1 EFSM规格说明主要路径属性
4.2 PCA在EFSM路径测试数据生成主要路径属性的应用
4.2.1 主成分分析PCA基本思想
4.2.2 主成分分析PCA原理
4.2.3 主成分分析PCA基本步骤
4.2.4 主成分分析PCA应用
4.3 BP神经网络的测试数据生成效率-因素分析
4.3.1 BP神经网络预测模型的建立
4.3.2 BP神经网络的初始化操作及终止条件设置
4.4 BP神经网络的EFSM测试数据生成效率-因素分析结果
4.5 本章小结
第五章 测试生成效率-因素模型比较分析
5.1 多元线性回归模型的预测分析结果
5.2 BP神经网络模型的预测分析结果
5.3 线性预测模型和非线性预测模型的结果比较分析
5.4 本章小结
第六章 结论
6.1 本文主要贡献
6.2 本文进一步研究方向
参考文献
致谢
研究成果及发表的学术论文
作者与导师简介