引入错误级别的测试集压缩模型研究

开发者每一次对软件的修改都会导致测试集的增长。在进行回归测试时,如果重新运行所有的测试案例,成本将是极其昂贵的。于是,一些压缩测试集的算法被提出。这些算法能够找出一个与原测试集有相同覆盖度的压缩测试集,但这些压缩后的测试集在查错方面的性能不十分令人满意。引入错误级别的概念可以对测试案例的查错能力进行更为细致的划分。本文通过引入错误级别,改进了一个双标准测试集压缩模型,并提出了一个新的测试集压缩算法。改进后的双标准测试集压缩模型能提供关于测试案例查错能力的更具体的信息。新算法有一个重要的特点:在任何时候中断算法,仍然能得到一个满足覆盖度的压缩测试集。

Web应用程序截获数据库错误信息的方法

在数据库应用系统中,对记录数据的操作涉及增删、修改和查询等,而这些功能的实现必定与用户输入的各种信息相关,用户输入信息指令如果不符合数据库定义的约束限制,则会导致异常,引发错误.良好的数据库应用系统应能对各种异常做出处理,并将错误信息通过易于理解的语言方式反馈给用户,使用户知道引发错误的根源并做出适当的修正,这是实现完善的人机交互界面的重要内容.本文使用ASP.NET开发数据库应用程序,对数据库可能产生的异常处理技术进行一些探讨.

汉英机器翻译中从句复杂度的错误分析

误差分析是衡量机器翻译系统性能的重要手段。在从句复合模型的分析框架下,对从句复合级错误进行了分析,并从汉英语法差异的角度对错误进行了解释。统计结果表明,复句级错误发生的概率相对较高,而且错误的发生在不同的体裁上是不同的,并且与复句的长度呈正相关。