學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73912

Browse

Filters

2011 - 20132

Settings

Subject: search.filters.subject.Clustering

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    侵入式自動測試化與失敗測試案例叢集化
    (2011) 薛健鑫; Hsueh Chien-Hsin
    在開發軟體的過程中，回歸測試是必不可少的程序，它可以確保開發者修改程式後，程式仍然能夠正常運行。圖形介面運用程式是最受歡迎的運用程式，而目前市面上也已經有許多的圖形介面測試工具。不幸的是，如果程式輸出是動態的圖像，大多的測試工具都很難地去驗證其正確性。在本論文中，我們提出一個測試自動化的解決方案，稱為侵入式測試自動化（Intrusive Test Automation），透過程序探測(Program Instrumentation)的技術方案來解決某些應用程序不能忠實地重放錄製/重播測試。 所謂“侵入式”，代表我們會在原本程式碼中，插入一些側錄程式行為的程式碼，藉此來完成擷取資訊以及驗證資訊。 此外，當自動化測試系統報告有數百個測試案例失敗時，我們透過集群技術找出一群失敗測試案例的代表，開發者只需要從此叢群中開始測試來減輕開發者的負擔。 本論文中提出藉由侵入式測試中所擷取到的資訊，來將所有失敗的測試案例叢集化的方法，進而選出代表測試案例。原則上，若修正了一個代表測試案例，也可以同時修正類似的測試案例。此外，我們以一個商業軟體為個案研究，並實施測試自動化與失敗測試案例群集化，分析我們所提出的方法是否有效。
  • No Thumbnail Available
    Item
    智慧電網中以戶為單位之用電特徵分析
    (2013) 郭千瑜
    智慧電網及智慧型電表建置在全球快速發展，在台灣已有特定地區裝設智慧型電網，透過智慧型電表蒐集用戶電表量測資料。消費者的用電習慣各有不同，而影響消費者的用電習慣有許多因素，本研究將會針對溫度、樓層等因素作用電量分析，使消費者不但可以瞭解自身的用電習慣，並加以調整，以減少電費支出，還可節省電能消耗。除了電量分析外，預測用電量也可幫助電力業者適時調整發電量，改善浪費電力能源之現象。本研究使用三種用電預測方法，分別為回看法(ε-LookBack-N)、差分整合自回歸移動平均模型(Autoregressive Integrated Moving Average Model)和支持向量回歸(Support Vector Regression)，我們將評估其適用性與準確度，並透過用電戶的用電特徵分群，進一步結合環境變因，研究用電戶用電度數的預測模型，並利用既有量測資料進行驗證。其預測模型可以幫助電力業者作用電預測，適時調整發電量，有效率的配送電能，以達到節能省碳之目的。