典型文献
融合语句复杂度的软件错误定位轻量级方法
文献摘要：
在程序调试过程中,基于程序谱的软件错误定位(SBFL)技术能提供有效的帮助.为改善SBFL的性能,提出一种组合程序谱、代码行静态属性的软件错误定位排序学习方法,由线性排序支持向量机学习最优错误定位模型.代码行静态属性包括局部变量、类属性、逻辑运算符和方法调用等程序实体的个数.在使用C、C++和Java语言开发的22个实际故障项目上,采用跨工程的形式训练错误定位模型.实验结果表明,新方法比最优SBFL减少了37.1％的最坏策略EXAM和22.6％的平均策略EX-AM.还比较了程序语句的3类轻量级特征:结构化类别、变量谱和静态属性.新方法的时间复杂度低,能实时地推荐可能出现故障的语句序列.
文献关键词：
软件错误定位;程序谱;变量谱;程序静态属性;排序学习;跨工程
中图分类号：
作者姓名：
何海江
作者机构：
长沙学院计算机工程与应用数学学院,湖南长沙 410022
文献出处：
引用格式：
[1]何海江-.融合语句复杂度的软件错误定位轻量级方法)[J].计算机工程与科学,2022(12):2187-2195
A类：
软件错误定位,程序谱,SBFL,EXAM,变量谱,程序静态属性
B类：
合语,语句,轻量级,程序调试,调试过程,代码,排序学习,定位模型,局部变量,类属,逻辑运算,运算符,调用,C++,Java,跨工程,时间复杂度
AB值：
0.197442
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
