星载软件系统错误传播研究与分析

针对星载软件系统因宇宙射线和环境扰动而产生的软件错误及错误传播问题,研究星载软件系统错误传播分析方法.利用该方法从信号和模块2个层面评测软件的可靠性,并根据结果对系统信号或模块的脆弱性进行分析,找出系统较为脆弱的信号与模块,以及最可能传播错误的信号传播路径.定义信号与模块的错误传播率、暴露率等参数,设计参数的计算方法,...     

基于软件故障注入的星载系统错误传播研究

设计了信号故障传播率的计算方法,在此基础上设计了根据信号故障传播率进行故障注入实验,并根据故障注入实验的结果绘制错误传播图的方法.根据实验结果和错误传播图可以从信号和模块两个层次对系统进行分析,找出最为脆弱的部分,即找出最可能传播故障的信号和模块,以及最可能传播故障的一条路径.据此可对系统的可靠性做出评测.工作在高辐射环境下的各类软件系统,如星载系统,在运行过程中可能会因环境的扰动发生SEU现象,本文利用软件故障注入技术对这种现象进行模拟,进行故障注入实验,实验结果表明我们设计的算法能有效地对系统的可靠性做出评测.     

指纹模板量化特性研究

为把用实数表示的指纹特征模板应用到密钥生成和密钥隐藏等密码学实践中,在详细分析已有量化算法的基础上,研究了指纹模板的量化问题,讨论了不同的量化思路,提出了两种非均衡特征向量量化方法和一种复合特征向量量化方法。通过计算原始模板和3种量化情况下特征向量几何距(汉明距)的分布及错误接受率的错误拒绝率的变化情况,比较了两种量化方法和复合量化方法的优劣。实验结果表明,量化方法二优于量化方法一,而复合量化方法优于这两种方法。     

考虑非理想排错过程的软件可靠性模型

经典的可靠性模型排错过程是理想的,没有考虑各种实际情况.实际的排错过程并不是完美的,错误排除需要时间,且不可能完全排除,排错过程中可能引入新的错误,错误排除率和错误引入率均是随时间变化的函数等等.文中针对这些排错过程的实际情况,对Xuemei Zhang等人提出的软件可靠性模型进行了改进,提出新的假设,建立改进的新模型,给出模型的一般表达形式.并通过两组公开发表的失效数据,对改进后模型的一个特例模型的拟合预测能力进行仿真分析比较,最终验证了改进的考虑非理想排错过程的软件可靠性模型的优越性,说明了新模型更符合现实的软件可靠性活动过程.     

一种新的说话人确认方法

文章在对说话人确认和说话人辨认进行比较研究的基础上,提出一种新的说话人确认方法．同传统方法相比,该方法通过建立非特定说话人模型综合多个说话人的语音特性,使其能够对于不同的待确认语音给出不同的判决阈值,从而解决了说话人确认在判决阈值设置上存在的困难．实验结果表明,该方法能够显著降低说话人确认系统的错误接受率和错误拒绝率,为说话人确认应用于保密性要求较高的环境提供了一条有效的途径．     

一种新的生物特征识别模式-手指背关节皮纹识别

提出了一种新的生物特征识别模式--手指背关节皮纹识别．利用自主设计的采集装置获得手背图像,由Canny算子和滑动窗分割并定位手指背关节皮纹．在识别时,首先对要检验的两背关节皮纹进行快速配准,然后用两种方法识别,并对两种方法进行了比较,一是基于相关分类器的识别,一是基于复Gabor小波变换的识别．后者是利用复Gabor小波提取背关节皮纹特征,并利用二进制编码得到特征码,以两背关节皮纹特征码的Hammming距离为判据,检验两者是否为同一模式．试验结果表明:手指背关节皮纹具有较高的唯一性,可以用作身份认证,在等错误率情况下,基于相关分类器的识别准确率高达98.04%,基于Gabor小波变换的识别准确率为94.61%．而后者比前者的识别速度要快得多．     

基于FAR和FRR融合的多模态生物特征识别

通过多生物特征识别融合可以显著地改善系统的识别性能,在多生物特征识别中, 匹配分数级融合最常用. 现有的匹配分数级融合策略包括基于归一化的融合、基于密度的融合和基于分类器的融合. 本文分析了这三种融合策略的优缺点, 结合分数归一化和基于密度方法的优点, 提出了一种新的基于信任度的融合策略. 其中, 信任度是以错误拒绝率和错误接受率为基础, 既避免了直接求取某个匹配分数的后验概率, 又能够刻画匹配分数的分布. 将本文方法与几种有代表性的方法进行实验比较, 结果表明, 这种新融合模式可以有效地改进多生物特征识别系统的性能.     

不一致信息系统的粗糙集快速约简算法

针对以依赖性作为属性重要性度量的约简算法效率较低、不能有效处理不一致信息系统的问题,提出一种时间复杂度为O（｜A｜2｜U｜）、基于错误分类率（ER）的快速约简算法。根据等价类计算的包含关系和正区域与属性个数的单调关系,采用ER作为属性重要性的度量。在UCI数据集合上测试该算法,结果证明了其有效性。     

应用分段辨认序列频度信息的说话人确认方法

本文提出了一种基于语音分段辨认序列信息的与文本无关的说话人确认方法,并且着重分析了其中关键因素的变化,包括聚类数、阈值以及判定准则的变化,对确认效果的影响。通过实验证明了分段辨认序列频度信息是一种非常有效的说话人确认信息,对于确认结果起到很好的辅助作用。同时也指出了新方法的不足和今后的改进方向。     

用于黑盒测试的测试用例优先级改进算法

为了在源代码不可见的黑盒环境下提高软件测试效率,研究了通过调整测试用例执行顺序的测试用例优先级方法在黑盒测试中的应用.针对已有的用于黑盒测试优先级方法的不足,提出了改进的基于黑盒测试的优先级方法.以提高错误检测率为目标,该方法通过结合两种用于不同情况下的优先级调整策略和使用动态方法代替静态方法生成优先级步调调整值对原方法提出了两处改进.仿真实验结果表明,该算法有效且可行,两处改进均能有效地提高测试集的错误检测率,同时使用改进效果尤为明显.     

具有错误发现率控制的网络连接数据变量选择

网络连接数据的统计推断问题已成为近年来统计学研究的热点问题. 传统模型中样本数据间的独立性假设通常不能满足现代网络连接数据的分析需求. 本文研究了网络连接数据中每个节点的独立效应, 并借助融合惩罚的思想, 使得相互连接节点的独立效应趋同. 同时借助仿变量方法(Knockoff)仿冒原始变量的数据依赖结构、构造与目标变量无关的属性特征, 提出了针对网络连接数据进行变量选择的仿变量方法(NLKF). 从理论上证明了NLKF方法将变量选择的错误发现率(FDR)控制在目标水平. 对于原始数据协方差未知的情形, 使用估计的协方差矩阵仍具有上述良好的统计性质. 通过与传统变量选择方法Lasso对比, 说明了本文方法的可靠性. 最后结合因子投资领域2022年1–12月中国A股市场4000只股票的200个因子数据及每只股票所属申万一级行业构造的网络关系, 给出模型的应用实例.     

黑盒测试中测试用例优先级改进算法分析

为了保证程序代码在黑盒测试环境下能够更好地运行,需要对执行测试用例优先级方法进行改进调整。该文对比分析了用于黑盒测试中的测试用例优先级算法和改进算法,将错误检测率作为目标,结合不同情况下优先级调整策略,对现有方法进行改进分析。研究结果表明,改进后的算法具有一定的可行性,可以更好地提高测试用例的错误检测率。     

一种基于模糊提取的虹膜鉴别方案

模糊提取从生物特征输入中以容错的方式可靠地提取出均匀分布的随机密钥,当输入发生变化且变化很小时,该密钥可以保持不变,研究了当汉明距离作为生物特征匹配的度量标准时,结合纠错编码学与传统密码学实现模糊提取的虹膜鉴别方法,分析了虹膜特征编码之间的差异对正确鉴别性能的影响,设计了重复码和Reed-Solomon码的两层级联纠错编码方案,并对128只虹膜的各3个样本进行了模拟实验,所给方案使用户虹膜特征模板的安全性和隐私性得到了有效保护,并能够支持用户虹膜的注册更新,此外,实验表明该方案同时具有较理想的识别性能.     

软件错误的分类、原因及特征

本篇文章列出了软件错误的不同分类方法 ,并对这些不同分类方法进行了比较。分析了引起软件错误的原因及软件发生错误时所具有的特征。     

一种基于K中心点算法的测试用例集约简方法

测试用例集约简的目的是用尽可能少的测试用例充分测试给定的测试目标。引入聚类分析中K中心点(K-medoids)算法的思想将每一个测试用例作为一个结点并寻找其相似性,将得到的聚类分析结果再根据测试需求从各簇中选择测试用例,从而得到约简的测试用例集。仿真实验的结果证明了该方法的可行性和有效性。     

基于SIFT特征和Fisher的人脸识别方法

针对人脸识别中特征提取和特征分类问题,提出一种基于SIFT特征和Fisher鉴别的人脸识别新方法。采用具有旋转、缩放、平移、光照不变性及部分仿射不变性的SIFT特征作为初级特征,利用Fisher线性鉴别方法再次提取初级特征,从而得到样本的二次特征,通过比较二次特征之间的欧氏距离,得到识别结果。实验结果表明,新的方法具有99．65％的正确识别率,高于Fisher方法和核Fisher方法,识别速度和Fisher方法相当。     

考虑不完美排错情况的NHPP 类软件可靠性增长模型

针对现有NHPP 类软件可靠性增长模型对故障排错过程中不完美排错情况考虑不完全的现状,提出了一 种新的软件可靠性增长模型.该模型全面考虑了不完美排错的两种情况:既考虑了排错过程中引入新错误的可能性, 又考虑了不完全排错的情况,并且引入了一种故障排除率随时间变化的故障排除率函数,使模型更符合实际情况.利 用公开发表的两组不同的软件失效数据对该模型进行验证的结果表明,与现有的对不完美排错情况考虑不完全的 模型相比,该模型能够取得更好的拟合结果和预测效果.     

考虑不完美排错情况的NHPP 类软件可靠性增长模型

针对现有NHPP类软件可靠性增长模型对故障排错过程中不完美排错情况考虑不完全的现状,提出了一种新的软件可靠性增长模型.该模型全面考虑了不完美排错的两种情况:既考虑了排错过程中引入新错误的可能性,又考虑了不完全排错的情况,并且引入了一种故障排除率随时间变化的故障排除率函数,使模型更符合实际情况.利用公开发表的两组不同的软件失效数据对该模型进行验证的结果表明,与现有的对不完美排错情况考虑不完全的模型相比,该模型能够取得更好的拟合结果和预测效果.     

小波域功能磁共振图像的处理和功能区的检测

传统的Gaussian变换不能够很好地去除功能磁共振图像当中的相关性噪声,影响对功能区的检测结果.为了更准确地检测和定位功能区,提出了基于小波变换的方法对功能磁共振图像进行处理.首先采用非线性小波变换阈值法在小波域对功能磁共振图像进行降噪处理;然后结合小波域的错误发现率算法对脑激活区进行检验.多套数据的统计结果表明,与传统的Gaussian变换相比,文中方法在保持检出敏感性的同时减少检测结果中假阳性点的数量,具有较高的检出特异性和定位可靠性.     

STL文件错误的修复算法研究

为了修复使用STL文件时产生的一些错误,首先根据错误的特点进行分类,以边的检查作为STL文件错误检查的基础,通过建立错误面片、边和顶点数组来实现错误记录,采用错误描述图来构造错误元素的拓扑关系．考虑到不同错误的特点,建立了合并顶点→空洞修复→裂缝修复→删除多余→重叠修复→错误刷新的基本修复步骤．开发了专用的STL文件修复工具,并通过实例验证了该算法．