一种用于类测试的新方法

面向对象程序的复杂性和类对象间广泛的相互依赖性使得对这样的程序的测试变得非常困难,而类又是面向对象测试中最基本的单元。对类的测试又可以分为3个级别(方法内测试,方法间测试,类内测试),难点主要集中在类内测试上。文章提出一种基于OSD(对象状态图)的新的算法用来产生进行类内测试的方法调用序列。这种算法是对传统的类测试的两种方法基于规格说明的测试和数据流测试的综合,可以使产生测试用例的复杂度大大的降低。

基于同类测试样本组的稀疏表示人脸识别

近年来的研究表明,稀疏表示分类(SRC)方法是一种有效的人脸识别方法。SRC是单个样本基于向量l1-范数正则化的最小二乘分类。但现实中常常存在着已知多个测试样本属于同一类的情况,无疑有利于分类,而基于SRC或其他单样本模型的方法却未能利用该信息。为利用类别标签信息,提出了一种新的鲁棒人脸识别方法。该方法基于同类测试样本组的稀疏表示分类(IGSRC),即将同类多个测试样本放至同组,采用矩阵L1-范数正则化的最小二乘分类进行稀疏表示,将测试样本组判为类别中残差最小的标号。实验结果表明,相比于SRC与IGSRC方法,所提出的方法不但能取得更高的人脸识别率(即使在每类别训练样本数较少、训练样本存在部分遮挡),而且具有更少的计算耗时。