1、“.....因此，排除巧合正确测试用例能够安全地提高的效率和准确性。然后，由于代码的位臵无法预知，很难识别所有通过测试用例中的巧合正确的测试用例。同时，用于识别巧合正确测试用例的策略也可能会排除掉很多其他测试用例。精度的提高图表明在我们选择的所有版本中与我们方法的的比较。轴表示且也有很高的概率彼此类似。关键词基于程序谱的定位巧合正确性聚类分析覆盖矩阵重建在软件开发生命周期和过程中，软件调试对提高软件质量有着非常强大的作用。然而，调试通常需要花费大量的人力和时间，在调试的主要任务中，定位已被公认为最困难，最繁琐，以及最耗时的步骤。为了减少调试的成本，很多研究人员把注意力放到了基于程序谱的定位技术，该技术具有简单自动和高效率的优点。通常会收集失败以及成功的测试用例的执行信息基于程序谱的定位技术的研究论文原稿用其他公式时......”。

2、“.....接近的曲线。这表明了我们的方法明显提高了所选类型的准确度。为了进步的详细比较，图说明了在每个程序中我们所采用的基于聚类的策略对于每种类型的值。轴表示程序的名称。轴展现了特定种类的值。图中的表格列出了每个程序的具体数值。如图中所示，除了，每个程序的数值均小于。摘要基于程序失败版本的大于，这表明我们的策略在此情况下未能改善其有效性。但总体而言，我们的策略仍然是有效的。与排除策略对比在之前关于巧合正确性问题的研究中，研究人员通常对识别出的巧合性正确测试用例采用排除策略。为了验证我们的方法，将我们的方法与的方法以及的方法进行比较。等人仅选择了个版本作为其主体程序，他们使用安全性变化和精度变化作为其评估指标。表说明了对于他们选择的种版本，他们及中的第个聚类，我们采用聚类程序谱，其中表示聚类中至少有个测试用例执行第个语句。因此，通过连接所有聚类的程序谱......”。

3、“.....用于表现不同种类行为的代码覆盖信息。这表明我们的策略改善了所有程序的有效性。以图中的为例，在程序中最低为，在程序中最高为。这说明我们的策略对于基于的定位技术在程序由于其简便和快速性，我们选择了简单均值方式作为聚类算法。简单均值算法需要事先输入聚类的数量作为参数。在本论文中，该参数是根据所选测试组中程序的数量决定。假设表示聚类的数量，则，其中指的数量。覆盖矩阵重建在聚类之后，测试用例依据其程序谱被划分至不同的聚类。根据本文中提出的假设，我们将通过聚类的语句覆盖信息重建覆盖矩阵。根据聚类中包含测试用例的不同，我们将聚类划分为与两类并借此来收集代码覆盖信息。收集完成后，每个测试用例的执行信息将由其程序谱表示，其中表示给定程序中可执行语句的数量，表示第条语句在第个测试用例的运行中被执行，否则......”。

4、“.....对象的数量与测试用例的数量相同。距离函数使用维欧几里得距离因为其计算方便并且使用广泛。由于程序中可能存在太多的可执行语句，测试用例的程序谱的维度可能会非常大，从而严重影响了聚类中对应的行是完全相同的，因此，的数量要远小于的数量。通过使用，我们可以将程序谱转化为新的程序谱，其中表示第个中的代码全部被执行。通常，要远远小于，所以使用新的程序谱进行聚类分析可以节约大量的时间。基于程序谱的定位技术的研究论文原稿。最终，实验中使用了种版本。有两种需要特别注意。第种是个由多个语句共同组成，我们假设对这些语句的任意个进行检序谱将测试用例进行聚类处理，使具有相似行为的测试用例被分组到同聚类中，同时相互间差异很大的测试用例会被放臵在不同的聚类中。我们的策略是在使用技术找寻程序时，开发人员可以采用以下步骤来提高的有效性。程序谱收集在本文中，我们使用来进行代码插装......”。

5、“.....收集完成后，每个测试用例的执行信息将由其程序谱表示，其中表示给定程序中可执行语句的数量，表示第条语句在第个测试用例类。根据本文中提出的假设，我们将通过聚类的语句覆盖信息重建覆盖矩阵。根据聚类中包含测试用例的不同，我们将聚类划分为与两类，是指包含失败测试用例的聚类，而则仅包含成功用例。对于不同种类的聚类，我们采用不同的策略来收集聚类程序谱中的聚类由于成功测试用例与失败测试用例起被分类至聚类中，将有很大可能是巧合正确的测试用例，我们将采用失败测试用例的程序谱来构建整个聚类的程序谱对于中的第个聚类，我们基于程序谱的定位技术的研究论文原稿分析的时间。因此，我们使用动态基本块来降低单个对象的维度。个是程序中若干代码的集合这些代码被测试组件中相同的测试用例所覆盖，同个中的代码在覆盖矩阵中对应的行是完全相同的，因此，的数量要远小于的数量......”。

6、“.....其中表示第个中的代码全部被执行。通常，要远远小于，所以使用新的程序谱进行聚类分析可以节约大量的时间。位精度来对我们的策略性能进行评估。值越低表明性能越好。我们的方法在本文中，我们提出了种基于聚类的方法来削弱巧合正确性对定位技术的影响，该方法基于程序谱将测试用例进行聚类处理，使具有相似行为的测试用例被分组到同聚类中，同时相互间差异很大的测试用例会被放臵在不同的聚类中。我们的策略是在使用技术找寻程序时，开发人员可以采用以下步骤来提高的有效性。程序谱收集在本文中，我们使用来进行代码插装术得到的值小于，等于以及大于时失败版本的百分比。有的失败版本的大于，这表明我们的策略在此情况下未能改善其有效性。但总体而言，我们的策略仍然是有效的。与排除策略对比在之前关于巧合正确性问题的研究中......”。

7、“.....为了验证我们的方法，将我们的方法与的方法以及的方法进行比较。等人仅选择了个版本作为其主体程序，他们使用安全性变化和精度变查都能够定位该。另外种是与缺少的代码相关的单，我们假设开发者对缺少代码的前后语句进行检查均能发现缺少代码的。我们使用来收集程序中的语句覆盖信息，然后通过进行聚类分析。所有的实验均使用配臵有英特尔酷睿双核内存以及系统的电脑进行。评估标准的准确度通常由在找到语句前所需检查的语句数量所占百分比来评估。我们也采用这概念，通过对比原始的与我们策略的定运行中被执行，否则。聚类分析已收集测试用例的覆盖信息即程序谱将作为聚类的对象。对象的数量与测试用例的数量相同。距离函数使用维欧几里得距离因为其计算方便并且使用广泛。由于程序中可能存在太多的可执行语句，测试用例的程序谱的维度可能会非常大，从而严重影响了聚类分析的时间。因此......”。

8、“.....个是程序中若干代码的集合这些代码被测试组件中相同的测试用例所覆盖，同个中的代码在覆盖矩阵使用聚类程序谱，其中表示执行第个语句时中有个失败测试用例。中的聚类中的测试用例是巧合正确的可能性很小。对于中的第个聚类，我们采用聚类程序谱，其中表示聚类中至少有个测试用例执行第个语句。因此，通过连接所有聚类的程序谱，我们可以重建个新的覆盖矩阵，用于表现不同种类行为的代码覆盖信息。我们的方法在本文中，我们提出了种基于聚类的方法来削弱巧合正确性对定位技术的影响，该方法基于程化作为其评估指标。表说明了对于他们选择的种版本，他们及我们方法的实验结果。正如表所示，我们的方法能够更加有效的改善的准确性。由于其简便和快速性，我们选择了简单均值方式作为聚类算法。简单均值算法需要事先输入聚类的数量作为参数。在本论文中，该参数是根据所选测试组中程序的数量决定......”。

9、“.....则，其中指的数量。覆盖矩阵重建在聚类之后，测试用例依据其程序谱被划分至不同的聚基于程序谱的定位技术的研究论文原稿明我们的策略对于基于的定位技术在程序中获得了最大的改善，在程序中则改善得最少。此外，这还意味着在定位程序中的时，我们的方法需要检测所需检测语句的，同时在定位程序时，我们的方法需要检测基于的定位技术所需检测语句的。然而，我们的策略也有失败的时候。表中列出了基于的定位技被检测可执行语句的百分比。轴表示版本的百分比。图中的任点表示在检查了百分之几的代码后，能够找到百分之几的版本中的。如图所示，对于公式，我们方法的曲线与其相关的很接近。但是我们方法在采用其他公式时，其曲线总是比只采用该公式的技术曲线提升得更快，接近的曲线。这表明了我们的方法明显提高了所选类型的准确度。为了进步的详细比较，图说明了在每个程序中我们所采，用于构建程序谱。信息收集完毕后......”。