-
题名多元回归的参数线性约束检验及其应用
被引量：5
- 1
-
-
作者
傅莺莺
田振坤
李裕梅
-
机构
北京工商大学理学院
中国劳动关系学院数学与计算机教学部
-
出处
《统计与决策》
CSSCI
北大核心
2020年第2期21-24,共4页
-
基金
北京市优秀人才培养资助青年骨干个人项目(2015000020124G032)
中国劳动关系学院科研项目(18YYJS016)。
-
文摘
文章基于多元线性回归的参数线性约束检验,证明了一元回归中方程显著性检验与系数显著性检验的等价性,推广了分组样本回归结构稳定性邹检验,探讨了该法与分组因素效应检验之间的联系,并以城镇居民食品消费支出为例,介绍了参数线性约束检验的应用及其R软件实现。
-
关键词
带约束回归
线性约束检验
结构稳定性
虚拟变量回归
-
Keywords
constrained regression
linear constraint test
structural stability
virtual variable regression
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名GM模型的几何性质及统计检验
被引量：2
- 2
-
-
作者
靳奉祥
曾卓乔
徐斌
-
机构
山东矿业学院地科系
中南工业大学资开系
-
出处
《中国有色金属学报》
EI
CAS
CSCD
1996年第2期1-6,共6页
-
文摘
以空间向量几何理论为基础，详细地分析了Ｇａｕｓｓ－Ｍａｒｋｏｖ线性模型的几何性质；在实现了模型图形化描述的基础上，利用各解向量的几何及统计性质构造出了不同情形下的统计检验方法和相应的检验统计量，为全面。
-
关键词
线性子空间
几何特性
统计检验
线性模型
-
Keywords
linear subspace geometrical feature statistical feature constraint condition statistical test
-
分类号
O212
[理学—概率论与数理统计]
-
-
题名改进动态符号执行中的非线性约束求解过程
被引量：2
- 3
-
-
作者
董齐兴
曾凡平
严俊
张辉
彭凌
-
机构
中国科学技术大学计算机科学与技术学院
中国科学院软件研究所计算机科学国家重点实验室
安徽省计算与通讯软件重点实验室
中国科学院软件研究所软件工程技术研究开发中心
-
出处
《小型微型计算机系统》
CSCD
北大核心
2014年第11期2396-2401,共6页
-
基金
安徽省自然科学基金项目(11040606M131)资助
国家自然科学基金项目(91118007)资助
-
文摘
动态符号执行用程序变量的具体值替换动态数据结构及复杂表达式中的符号变量以便简化路径条件.这种简化路径条件的方法虽然简单,但不精确,会导致路径条件无法约束求解或者求解结果不正确.为此,提出一种改进动态符号执行中非线性算术约束求解过程的方法.该方法利用连续求解的路径条件约束具有相似性这一特征,在进行非线性算术约束求解时充分利用上次约束求解的输出信息.它用具体值依次试探替换符号变量;若所有符号变量都被试探替换而仍未求解成功,则枚举涉及非线性算术约束的变量的取值情况,将非线性算术约束转化为线性算术约束并进行求解.实验结果表明,与传统的动态符号执行工具相比,本文方法对非线性算术约束具有更快的求解速度.
-
关键词
软件测试
动态符号执行
非线性算术约束
约束相似性
-
Keywords
software testing
dynamic symbolic execution
non-linear arithmetic constraint
similarity of constraint
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名约束条件下分组数据位置参数的估计与检验
- 4
-
-
作者
张宝学
李馨
-
机构
北京理工大学应用数学系
-
出处
《北京理工大学学报》
EI
CAS
CSCD
2000年第4期401-406,共6页
-
文摘
采用非线性规划中的库恩 -塔克定理和概率论中的中心极限定理 ,研究约束条件下分组数据位置参数的估计与检验问题 .给出了分组数据位置参数的最大似然估计存在的充要条件和算法 .证明了最大似然估计的相合性 ,并且讨论了似然比检验在零假设下的渐近分布 .
-
关键词
分组数据
线性不等式约束
位置参数
估计
检验
-
Keywords
group samples
linear inequality constraints
estimation and test
-
分类号
O211.67
[理学—概率论与数理统计]
O212.1
[理学—概率论与数理统计]
-
-
题名Gupta方法中线性约束系统的相容性分析及改进
- 5
-
-
作者
冯玉才
余艳
周淳
-
机构
华中科技大学计算机科学与技术学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2004年第12期68-70,共3页
-
文摘
研究了Gupta方法中的关键步骤——谓词函数的线性约束系统的建立,指出用Gupta方法建立的线性约束系统本身可能存在不相容、无法找到测试数据的问题;提出了一种算法来解决这一问题,提高了软件测试数据自动生成的有效性。
-
关键词
测试数据自动生成
谓词函数
线性约束系统
线性规划
相容性
-
Keywords
Automated test data generation
Predicate function
linear constraint system
linear programming
Consistency
-
分类号
TP311.56
[自动化与计算机技术—计算机软件与理论]
-
-
题名约束规划求解原型样车测试排程问题
被引量：1
- 6
-
-
作者
冯忠魁
陈淮莉
-
机构
上海海事大学物流研究中心
-
出处
《现代制造工程》
CSCD
北大核心
2018年第1期130-135,共6页
-
基金
国家社会科学基金资助项目(15BGL084)
上海市委科研计划项目(14DZ2280200)
上海市哲学社会规划课题资助项目(2014BGL018)
-
文摘
针对新车型研发阶段原型样车测试排程问题,考虑原型样车可用性、测试优先顺序和资源能力等方面的约束,首先建立一个简化的混合整数线性规划(MILP)模型,确定所需原型样车数目的一个估计值;然后再以该估计值作为输入参数,以实现最大完工时间最小化为目标,建立约束规划(CP)模型,并以甘特图的形式给出排程方案。借助于CPLEX Optimization Studio软件进行实例求解,结果表明:MILP模型在合理的时间范围内可以找出所需原型样车数目的一个有效估计值;同时证实了CP模型在原型样车测试具体排程问题中的可行性和有效性。
-
关键词
原型样车
测试
混合整数线性规划
约束规划
排程
-
Keywords
vehicle prototypes
tests
Mixed Integer linear Programming（MILP）
constraint Programming （CP）
scheduling
-
分类号
F273
[经济管理—企业管理]
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于异步时钟的SoC功耗约束测试调度优化
被引量：1
- 7
-
-
作者
凌立
江建慧
-
机构
同济大学软件学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2015年第11期2589-2598,共10页
-
基金
国家自然科学基金项目(61432017
61404092)
江苏省未来网络创新研究院未来网络前瞻性研究项目(BY2013095-5-06)
-
文摘
测试调度是一种能有效减少片上系统(system-on-chip,SoC)测试耗时(test application time,TAT)以降低测试成本的经典技术.然而,随着功耗问题的日益加剧,功耗约束成为测试调度中必须考虑的重要问题.可以调节各测试周期长度的异步时钟测试在对单个电路进行测试用时优化时效果显著,但直接将其应用于SoC测试调度并非总能获得最优的调度结果,使用传统测试调度模型往往会产生明显非最优的结果.在结合图论中团(clique)的概念,并分析异步时钟机制的特点后,提出一种将异步时钟特性应用于功耗约束SoC测试调度的方案.使用测试兼容图(test compatibility graph,TCG)和混合整型线性规划(mixed integer linear programming,MILP)建立相对应数学模型,理论分析和在ITC02基准SoC集上的模拟实验结果表明,该方案能有效地减少测试耗时.
-
关键词
SoC测试调度
功耗约束
异步时钟
混合整型线性规划模型
团
-
Keywords
SoC test scheduling
power constraint
asynchronous clock
mixed-integer linear programming（MILP）model
clique
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于半监督聚类方法的测试用例选择技术
被引量：4
- 8
-
-
作者
程雪梅
杨秋辉
翟宇鹏
陈伟
-
机构
四川大学计算机学院(软件学院)
-
出处
《计算机科学》
CSCD
北大核心
2018年第1期249-254,共6页
-
基金
四川省应用基础研究项目(2014JY0112)资助
-
文摘
回归测试的目的是保证软件修改后没有引入新的错误。但是随着软件的演化,回归测试用例集不断增大,为了控制成本,回归测试用例选择技术应运而生。近年来,聚类分析技术被运用到回归测试用例选择问题中。将半监督学习引入到聚类技术中,提出了判别型半监督K-means聚类方法(Discriminative Semi-supervised K-means clustering Method,DSKM)。该方法从回归测试的历史执行记录中挖掘出隐藏的成对约束信息,同时利用大量的无标签样本和少量的有标签样本进行学习,优化聚类的结果,并进一步优化测试用例选择的结果。实验表明,相对于ConstrainedKmeans方法和SSKM方法,DSKM方法能够更好地提高约简率并保持覆盖率。
-
关键词
回归测试
测试用例选择
K-MEANS算法
成对约束
线性判别分析
半监督聚类
-
Keywords
Regression testing
test case selection
K-means algorithm
Pairwise constraints
linear discriminant analysis
Semi-supervised clustering
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
