一种基于聚类算法的缺陷语句定位技术

山东大学学报(工学版) ›› 2012, Vol. 42 ›› Issue (6): 19-24.

一种基于聚类算法的缺陷语句定位技术

蔡虹,黄霞

淮海工学院计算机学院, 江苏连云港 222005

收稿日期:2012-03-20 出版日期:2012-12-20 发布日期:2012-03-20
作者简介:蔡虹(1977- ),女,江西南昌人,讲师,硕士,主要研究方向为软件分析技术. E-mail:rainbow521@gmail.com
基金资助:
江苏省普通高校科研成果产业化项目(JH08-35)

A spectrum-based fault localization method based on clustering algorithm

CAI Hong, HUANG Xia

A spectrum-based fault localization method based on clustering algorithm

Received:2012-03-20 Online:2012-12-20 Published:2012-03-20

摘要/Abstract

摘要：

由于数据集的不一致,已有的基于频谱覆盖的缺陷定位方法之间的比较并不全面。本研究实现了现有的28种基于频谱覆盖的缺陷定位方法,并在同一数据集上加以比较。提出一种新的基于k-means聚类算法的缺陷定位技术,利用现有的多种方法计算出特征值,对数据集进行聚类并排序,给出一个新的语句的可疑度序列。实验结果表明:该方法可以取得比较好的结果,能够捕获到个别算法的优越性,较为有效地对程序中的缺陷进行定位。

关键词: 缺陷定位, 频谱覆盖, 聚类, 程序分析, 可疑度

Abstract:

The comparison of the existing spectrum-based fault localization methods is not comprehensive due to the difference of data set, and there is no single method best for all situations so far. Therefore, the existing 28 spectrum-based fault localization methods were implemented to evaluate spectrum-based methods in same data set. A new spectrum-based fault localization method, which utilized k-means algorithm, was proposed to obtain a new suspicious ranking of statements so as to improve the effectiveness of fault localization. The effectiveness and performance of this method were confirmed by means of the designed experiment, and the statements with accepted high suspiciousness in program was captured.

Key words: fault localization, spectrum-based coverage, clustering, program analysis, suspiciousness

中图分类号:

TP311

蔡虹,黄霞. 一种基于聚类算法的缺陷语句定位技术[J]. 山东大学学报(工学版), 2012, 42(6): 19-24.

CAI Hong, HUANG Xia. A spectrum-based fault localization method based on clustering algorithm[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2012, 42(6): 19-24.

参考文献

相关文章 15

[1]	王换,周忠眉. 一种基于聚类的过抽样算法[J]. 山东大学学报(工学版), 2018, 48(3): 134-139.
[2]	张佩瑞,杨燕,邢焕来,喻琇瑛. 基于核K-means的增量多视图聚类算法[J]. 山东大学学报(工学版), 2018, 48(3): 48-53.
[3]	读习习,刘华锋,景丽萍. 一种融合社交网络的叠加联合聚类推荐模型[J]. 山东大学学报(工学版), 2018, 48(3): 96-102.
[4]	杨天鹏,徐鲲鹏,陈黎飞. 非均匀数据的变异系数聚类算法[J]. 山东大学学报(工学版), 2018, 48(3): 140-145.
[5]	庞人铭,王波,叶昊,张海峰,李明亮. 基于PCA相似度和谱聚类相结合的高炉历史数据聚类[J]. 山东大学学报(工学版), 2017, 47(5): 143-149.
[6]	周旺,张晨麟,吴建鑫. 一种基于Hartigan-Wong和Lloyd的定性平衡聚类算法[J]. 山东大学学报(工学版), 2016, 46(5): 37-44.
[7]	吉兴全,韩国正,李可军,傅荣荣,朱仰贺. 基于密度的改进K均值聚类算法在配网区块划分中的应用[J]. 山东大学学报(工学版), 2016, 46(4): 41-46.
[8]	李朔,石宇良. 基于位置社交网络中地点聚类推荐方法[J]. 山东大学学报(工学版), 2016, 46(3): 44-50.
[9]	江峰,杜军威,刘国柱,眭跃飞. 基于加权的K-modes聚类初始中心选择算法[J]. 山东大学学报(工学版), 2016, 46(2): 29-34.
[10]	樊淑炎, 丁世飞. 基于多尺度的改进Graph cut算法[J]. 山东大学学报(工学版), 2016, 46(1): 28-33.
[11]	徐平安,唐雁,石教开,张辉荣. 基于薛定谔方程的K-Means聚类算法[J]. 山东大学学报(工学版), 2016, 46(1): 34-41.
[12]	马相明, 孙霞, 张强. 轮式装载机典型作业工况构建与分析[J]. 山东大学学报(工学版), 2015, 45(5): 82-87.
[13]	朱红, 丁世飞. 变粒度二次聚类方法[J]. 山东大学学报(工学版), 2015, 45(3): 1-6.
[14]	董红斌, 张广江, 逄锦伟, 韩启龙. 一种基于协同进化方法的聚类集成算法[J]. 山东大学学报(工学版), 2015, 45(2): 1-9.
[15]	浩庆波, 牟少敏, 尹传环, 昌腾腾, 崔文斌. 一种基于聚类的快速局部支持向量机算法[J]. 山东大学学报(工学版), 2015, 45(1): 13-18.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed