您现在的位置: 首页> 研究主题> 错误检测

错误检测

错误检测的相关文献在1988年到2022年内共计878篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业 等领域,其中期刊论文139篇、会议论文13篇、专利文献1109553篇;相关期刊99种,包括电视技术、现代电子技术、计算机工程等; 相关会议12种,包括第15届全国软件与应用学术会议(NASAC2016)、2015中日电子电路秋季大会暨秋季国际PCB技术/信息论坛、第十七届计算机工程与工艺年会暨第三届微处理器技术论坛等;错误检测的相关文献由1678位作者贡献,包括庄毅、宁洪、徐建军等。

错误检测—发文量

期刊论文>

论文:139 占比:0.01%

会议论文>

论文:13 占比:0.00%

专利文献>

论文:1109553 占比:99.99%

总计:1109705篇

错误检测—发文趋势图

错误检测

-研究学者

  • 庄毅
  • 宁洪
  • 徐建军
  • 谭庆平
  • 黎智
  • D·T·布劳夫
  • J·R·莫里森
  • M.瓦格
  • M·A·布伦纳
  • R.G.布兰肯希普
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 刘阳; 庄毅
    • 摘要: 单粒子翻转引起的静默数据损坏(SDC)错误是影响嵌入式系统可靠性的关键因素.针对SDC错误难以检测的问题,本文提出了一种基于AdaBoost的SDC错误检测方法.方法首先将物理空间中的单粒子多位翻转映射到单一指令中,并建立故障模型;然后根据故障模型对目标程序进行故障注入以获取故障注入仿真实验结果,使用AdaBoost算法训练指令SDC脆弱性模型;最后根据模型预测结果对目标程序进行粒度可配置的指令冗余以达到检测SDC错误的目的.实验结果表明,与现有方法相比,本文提出的利用AdaBoost的SDC错误检测方法有着较高的检测率和较低的时空开销.
    • 王赫楠; 杨昕悦; 孙艳秋
    • 摘要: 知识图谱因为其链接结构和强大的互联能力,成为大数据时代最有效的表达方式之一,但大规模的信息时刻都在更新,从而导致知识图谱的真实、准确、时效的特质很难维持,有些信息随着时间的推移会变得过时。现有大部分研究主要停留在对已有的知识图谱的补全中,但这种补全方法并未考虑到数据源的准确性和时效性问题,从而导致以知识图谱为基础的后续研究的准确性降低。还有部分研究仅仅通过匹配已知的过时三元组,在知识库中找出并加以替换,这种方法只能覆盖一小部分信息,对于大型的知识图谱并不适用。为了解决以上问题,论文提出了一种基于知识嵌入的关系检错和知识补全方法。该方法分为关系检错和知识补全两个阶段。经证明,论文提出的方法可以有效检测出过时关系并加以知识补全,在一定程度上减少了手动检错的人力与时间,并且提高了知识图谱的知识完备性。
    • 高亮; 李蒙; 梁晨光; 宫久路
    • 摘要: 针对武器装备在总装测试中出现的接口时序不匹配,现有测试方法不能实现长期连续自动测试的问题,提出基于层次有向图的时序一致性测试方法.该方法首先通过建立接口时序的层次有向图模型实现标准时序描述,然后利用错误检测算法实现异常时序的检测和定位.实验结果表明,该方法能够对通信周期内单个逻辑性错误的异常时序实现准确检测,对不收敛的异常时序能实现完全检测,适用于单个错误的异常时序检测.
    • 李汶隆
    • 摘要: 针对传统视频图像数据传输过程中,视频数据错误检测及抗攻击能力弱的缺点,本文采用了Hash及非对称加密两重加密方法,将待处理视频图像数据进行加密,既保证了Hash散列值的安全,也保证了原始视频数据的安全,实现了视频传输过程中发送、接收双方数据完整性及不可抵赖性.并且,该思想可应用于其它多端用户之间数据交互的安全应用场景,具有较好的普适性.
    • 李文娜; 张智雄
    • 摘要: [目的]解决知识库中存在的噪声数据问题,对基于置信学习的知识库错误检测方法进行探索.[方法]利用TransE模型对知识库三元组进行向量表示,通过多层感知机模型进行错误检测识别,然后利用置信学习对样本集进行清洗,并通过多轮迭代训练,降低噪声数据对模型的影响.[结果]所提方法在DBpedia数据集上,最优F1值达到0.7364,优于对照组方法.[局限]实验数据集中的噪声数据由人工产生,与真实噪声数据分布有一定差异,在更大规模知识库上的通用性有待考证.[结论]探索了基于置信学习的知识库错误检测方法,通过置信学习降低了噪声数据的影响,从而在知识库错误检测任务中有较好性能.
    • 张昇; 王鹏
    • 摘要: 消息队列异步通信信号错误检测过程中会受到白噪声、高斯噪声等因素干扰,导致信号错误检测概率极高,严重会使异步通信信号不能正常运输,于是提出一种基于自适应变异的消息队列异步通信错误检测方法.通过分析自适应变异特征消息队列异步通信流程,根据输入消息队列异步通信信号扩频码、周期、幅值以及相位等方法判断出输出异步通信错误信号,并通过定时同步、无线噪声以及多址干扰等存在的错误情况分析,将得出的错误问题进行修正,完成消息队列异步通信错误检测.实验结果表明,所提方法操作简便、错误概率极低,异步通信错误检测能力极强.
    • 文进; 张星宇; 沙朝锋; 刘艳君
    • 摘要: 随着软件回归测试规模的不断增大和成本的不断增加,测试用例集约简对于提高软件的回归测试效率显得愈发重要.在选取测试用例子集时,需考虑该子集的代表性和多样性,并采用一个有效的算法来求解.针对该测试用例集约简问题,文中提出了一种基于次模函数最大化的算法SubTSR.尽管引入的离散优化问题是NP-hard问题,但文中利用其目标函数的次模性,采用启发式贪心搜索,求得有近似度保证的次优解.在15个数据集上对SubTSR算法与其他测试用例集约简算法展开实验,针对平均错误检出率、错误检测损失率、首次错误检出位等指标,尝试改变LDA处理中的主题个数以及衡量测试用例相似度的距离,以验证SubTSR算法的有效性.实验结果表明,SubTSR算法在错误检出性能上较其他算法有着较大提升,且在多个数据集上的表现保持相对稳定.在主题个数变化引起文本表示变化时,采用曼哈顿距离的SubTSR算法的性能相较其他算法仍能保持相对稳定.
    • 胡志诚; 庄毅; 晏祖佳
    • 摘要: 在太空辐射环境中,计算机系统中的硬件部分如寄存器和存储设备中存储的数据会因单粒子效应而发生改变,可能导致程序正常执行但输出结果不正确,引发数据流错误.针对在程序级数据流错误的检测率不高并且开销大的问题,面向程序级代码,本文提出了一种基于深度学习的数据流错误检测方法DEDDL,可智能识别关键变量.进一步针对分析结果,提出了数据流错误检测算法DAIA,可自动添加具有复算冗余和有检测功能的语句,实时检测程序的数据流错误.实验结果表明,本文提出的方法,在取得较高错误检测率的同时,相对于已有的数据流错误检测算法拥有较低的时空开销;并具有独立于具体编译器,便于实施,快速部署等优点.
    • 李文娜; 张智雄
    • 摘要: 【目的】解决知识库中存在的噪声数据问题,对基于置信学习的知识库错误检测方法进行探索。【方法】利用TransE模型对知识库三元组进行向量表示,通过多层感知机模型进行错误检测识别,然后利用置信学习对样本集进行清洗,并通过多轮迭代训练,降低噪声数据对模型的影响。【结果】所提方法在DBpedia数据集上,最优F1值达到0.7364,优于对照组方法。【局限】实验数据集中的噪声数据由人工产生,与真实噪声数据分布有一定差异,在更大规模知识库上的通用性有待考证。【结论】探索了基于置信学习的知识库错误检测方法,通过置信学习降低了噪声数据的影响,从而在知识库错误检测任务中有较好性能。
    • 张琦; 马莺姿
    • 摘要: AFL作为模糊测试领域最具有代表性的工具,使用至今已发现大量软件的内存漏洞。实验表明,AFL超过60%的变异操作不会产生任何新路径,这些变异都是无效的变异。文章对AFL种子变异策略进行分析,研究并提出了一种变异策略的优化算法。该算法通过在确定性变异阶段记录种子文件的有效字节数组,在随机性变异阶段判断要变异的字节是否为有效字节来进行选择性的变异。根据所提出的算法对AFL进行了优化,实验验证了该种子变异优化算法的有效性。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号