本文通过对纠错编码理论及有限域数学理论的研究分析，发现利用其二者相通的性质及运算规则，可以将基于Galois域的Reed-Solomon算法应用到RAID6（Redundant Array of Independent Disk独立冗余磁盘阵列）磁盘阵列当中进行数据的恢复，...本文通过对纠错编码理论及有限域数学理论的研究分析，发现利用其二者相通的性质及运算规则，可以将基于Galois域的Reed-Solomon算法应用到RAID6（Redundant Array of Independent Disk独立冗余磁盘阵列）磁盘阵列当中进行数据的恢复，并对此技术方法的性能进行了分析．展开更多
缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置。由此提出一种基于随机森林算法的函数缺陷定位方法(function defect location based on random forest,FDLRF)。其...缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置。由此提出一种基于随机森林算法的函数缺陷定位方法(function defect location based on random forest,FDLRF)。其具体思想是:首先动态执行测试用例获取函数的动态调用图并生成DOT文件,解析该文件获取各个函数的轨迹信息,建立特征矩阵,同时利用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)得到均衡样本,运用随机森林算法对数据进行训练,从而获得每个属性的贡献度信息,即函数缺陷概率。实验结果表明,该方法较传统算法在定位准确率有了一定程度的提升。展开更多
文摘本文通过对纠错编码理论及有限域数学理论的研究分析，发现利用其二者相通的性质及运算规则，可以将基于Galois域的Reed-Solomon算法应用到RAID6（Redundant Array of Independent Disk独立冗余磁盘阵列）磁盘阵列当中进行数据的恢复，并对此技术方法的性能进行了分析．
文摘缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置。由此提出一种基于随机森林算法的函数缺陷定位方法(function defect location based on random forest,FDLRF)。其具体思想是:首先动态执行测试用例获取函数的动态调用图并生成DOT文件,解析该文件获取各个函数的轨迹信息,建立特征矩阵,同时利用合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)得到均衡样本,运用随机森林算法对数据进行训练,从而获得每个属性的贡献度信息,即函数缺陷概率。实验结果表明,该方法较传统算法在定位准确率有了一定程度的提升。
