收稿日期:2006-02-28
作者简介:孙 胜(1978-),男,湖北黄冈人,博士研究生,研究方向为现代数据库理论与技术及系统实现;导师:王元珍,教授,博士生导师,主要研究方向为现代数据库理论及实现技术。
决策表的一种知识约简与规则获取方法
孙 胜1,2
(1.华中科技大学计算机学院,湖北武汉430074;
2.黄石理工学院计算机学院,湖北黄石435003)
摘 要:粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。关键词:粗糙集;决策表;决策规则;属性约简
中图分类号:T P311.131 文献标识码:A 文章编号:1673-629X(2006)09-0035-03
Knowledge Reduction and Rule Acquirement Method in Decision Table
SUN Sheng 1,2
(1.Schoo l of Computer Science,Huazhong U niv ersity of Science and T echnolog y,Wuhan 430074,China;
2.School of Computer Science,Huangshi Institute of T echnolog y,Huangshi 435003,China)
Abstract:Rough set theory is a new data mining and decision analysis method.Knowledge reduction and decision rule mining in decision table by using rough set theory has become a research hotspot.T he article introduces basic con cepts in rough set theory first.M inimal dec-i sion rule acquirement in deci sion table based on rough set theory i s researched.A heuristic approach for rule reduction is put forward,and the procedure of decisi on rule acquirem ent is i lluminated using an example.T he instance analysis show s its validity.Key words:rough set;deci sion table;decision rule;attribute reduction
0 引 言
粗糙集理论是由波兰科学家Z.Paw lak 教授于1982年提出的一种研究不精确、不确定性知识的数学工具[1,2]。已应用于机器学习、知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理和模式识别等许多科学和工程领域[3]。从实际系统采集到的数据可能包含各种噪声,存在许多不确定因素和不完全信息有待处理。传统的不确定信息处理方法,如模糊集理论、证据理论和概率统计理论等需要数据的附加信息或先验知识,而粗糙集理论能在缺少关于数据的先验知识的情况下,仅仅以对数据的分类能力为基础,对模糊或不确定性数据进行分析和处理,这就克服了以上几种方法的不足之处。
知识约简就是在保持知识库的分类和决策能力不变的条件下,删除其中不相关或不重要的知识[4]
。决策表的简化是知识约简的重要内容之一,并在数据挖掘和知识发现等领域有重大应用价值。粗糙集理论的研究对象是一个二元信息表,称为信息系统
[5]
。信息系统由一些对象通
过在一些属性上的取值来构成。若属性集合分为条件集和决策集,则信息系统称为决策表。决策表简化的理论基础是属性的核与约简及其关系、规则的核与约简及其关系。根据决策表简化的结果,利用决策规则挖掘算法可以获取决策系统的规则。
1 有关的粗糙集概念
现实世界中的信息,在粗糙集理论中用决策表的形式给出。下面先简要介绍一下文中主要用到的Rough 集基本概念,详细的请参考文献[3~5]。
定义1 称S =(U,A ,V ,f )是一个知识表达系统,其中U 是非空有限对象集合,U ={X 1,X 2,,,X n };A 是非空有限属性集合;f 是一个U @A 到属性值集合V 上的一个映射,它表示每个对象在每个属性上对应一个值,称为信息函数。若A =C G D ,其中C 是非空有限条件属性集合,D 是非空有限决策属性集合,且C H D =a,则称
该知识表达系统为决策表。此知识表达系统又称为决策系
统。
定义2 若X A U,则称R -(X ){x I U:[x ]R A X }为X 的下近似集,R -(X )={x I U:[x ]R H X X a}为X 的上近似集。pos R (X )=R -(X )称为X 的R 正域,neg R (X )=U -R -(X )称为X 的R 负域。
第16卷 第9期2006年9月
计算机技术与发展
COM PUT ER TECHNOLOGY AND DEVELOPM ENT
Vo l.16 N o.9Sep. 2006
定义3 设P A R ,如果P 是独立的,且ind (P )=ind (R ),则称P 为R 的一个约简,记为red (R )。由定义知R 的约简是不惟一的。
定义4 设P A R ,P 中所有必要关系组成的集合称为P 的核,记为c ore (P )。核与约简有如下关系:core (P)=H red (P)。其中red (P )表示P 的所有约简。
定义5 设属性集P A R ,对象X ,Y I U,对于每个a I P,当且仅当f (X ,a)=f (Y ,a)时,X 和Y 是不可分辨的,即ind (P )={(X ,Y )I
U:a I P ,f (X ,a)=
f (Y,a)}。
定义6 设有决策表S =(U,A ,V ,f ),a(x )是记录x 在属性a 上的值,即a (x )=f (x ,a),C ij 表示辨识矩阵第i 行,第j 列的元素,辨识矩阵的定义为:
C ij =
{a I C :a(x i )X a (x j )} D (x i )X D(x j )
a D (x i )=D(x j )
其中i,j =1,2,3,,,n,这里n =|U |。
定义7 信息系统中每一行就是一条决策规则des ([x]C )]des ([x ]d ),其中de s ([x ]C )表示U 中的个体x 关于属性集C 的属性值。
定义8 设U 为一个论域,C 和D 为定义在U 上的两个等价关系簇,若POS C (D)=POS (C \{a})(D),则称a 为C 中相对于D 是可省略的;否则,称a 为C 中相对于D 是不可省略的。
2 决策表约简的启发式方法
决策表的简化就是化简表中的条件属性,化简后的决策表具有与化简前的决策表相同的功能,但化简后的决策表具有更少的条件属性。这里包括属性的简化(即去掉一列)和属性值的简化(即去掉一列中的某些冗余属性值)。去掉冗余属性值的决策表称为条件属性的核值表。
决策表的约简分为三步:
(1)计算条件属性的约简,即从决策表中删去一些列;(2)删去重复的行;
(3)删去多余的属性值。
前两步是对决策表进行整体约简,第三步是对每一条决策规则(每一行)进行进一步约简,使得在一行中去掉某些属性值后仍能划分到原来的决策类中。
决策表约简的第一步通常需要求出核属性集,有两种方法可以求出核属性集。第一种求核方法的思想是:首先生成辨识矩阵,然后在辨识矩阵中找出所有属性个数为1的元素,所求核属性集是指所有满足上述条件的属性的集合;在第二种方法中,条件属性相对于决策属性e 不可省略的属性集为核属性集。
属性约简的启发式方法的基本思路是:先计算出核,而后根据其它属性的重要程度依次在核的基础上添加属性直到使所得的知识与原信息系统或决策表的分类能力相同为止,也可以根据决策属性对条件属性的依赖程度依次剔除掉那些对分类不产生影响的条件属性。
在属性约简之后,还要进行属性值的约简。属性值约简是针对每条决策规则,去掉表达该规则的冗余值,以便进一步使决策算法最小化。属性值的约简,最常用的方法就是数据分析法,是基于规则逐条进行处理的。设B A A ,x I U,关于等价关系ind (B )包含x 的等价类[x ]ind (B)可以写成[x ]B 。在一条决策规则中,对于任意的条件属性集C ,[x ]C =H [x ]a ,a I C 。U y 7的条件属性集、决策属性集分别为C ,D,且a I C ,当且仅当[x](C -{a })A [x]D 时,称属性a 是规则U y 7中可省略的,否则,a 为不可省略的。消去每条决策规则中不必要条件之后可得到属性值的约简结果。
3 基于粗糙集理论的最小决策规则获取算法
从决策表分析得到的规律性知识,通常采用决策规则的形式记录下来,并可以在将来的决策过程中利用这些知识来对未知的观察样本进行决策判定。知识约简的目的是导出关于决策表的决策规则,约简中属性的多少直接影响着决策规则的繁简。因此期望找到具有最少属性的约简,即最小约简。实际计算知识约简时,往往采用某种启发式算法。属性重要性是算法的重要启发式信息,按照属性重要性从大到小逐个加到被选择的属性子集中,直到该集合是一个约简为止。
在决策表S 中,C 和D 分别为条件属性集和决策属性集,属性子集C c A C 关于D 的重要性定义为R CD (C c )=C C (D)-C C -C c (D )。其中C C (D )=|POS C (D)|/|U |。可以将上式左边的R CD (C c )理解为当属性子集C c 被除去时所发生的分类错误率。特别地,当C c ={a}时,属性a I C 关于D 的重要性为R CD (a )=C C (D )-C C-{a}(D )。决策规则的重要性一般通过其支持度和信任度两个指标进行度量。其定义如下:决策规则de s ([x ]C )]des ([x ]d )的支持度为|[x ]C H [d ]D |/|U |。决策规则des ([x ]C )]de s ([x ]d )的信任度为|[x ]C H [d ]D |/|x |C 。
下面给出基于粗糙集的最小决策规则获取算法:输入:一个决策表S =
步骤1:计算决策表S 中条件属性集C 关于决策属性集D 的重要性C C (D )=|POS C (D )|/||U |;
步骤2:计算C 相对于D 的核R =CORE D (C);步骤3:对每个属性a I C -R ,计算其属性重要性R CD (a )=C C (D)-C C-a (D);
步骤4:在C -R 中选择属性a 使得R CD (a )达到最大值,如果有多个属性a i (i =1,2,,,m )达到最大,那么选择与R 组合数最少的a j ;
步骤5:R =R G {a j };
步骤6:如果C R (D)=C C (D ),则终止,转步骤7;否则转步骤4;
步骤7:在得到C 相对于D 的某个相对约简R 之后,进
#36# 计算机技术与发展 第16卷
一步运用数据分析法对决策表进行属性值约简,可得规则核值表;
步骤8:根据规则支持度函数,对规则核值表所对应的每条规则进行评价,得到每条规则的支持度值;
步骤9:对于规则核值表,提取大于支持度阈值的规则写入规则集RULE中,这样得到的规则集RULE就是决策表的最小决策规则集。
4应用实例
下面以具体实例说明决策表简化的方法,并导出最后的决策规则集。
表1是关于庄稼种植情况的决策表系统,令D=决策属性集={e},C=条件属性集={a,b,c,d},a表示土地的海拔高度,b表示土壤类型,c表示庄稼类型,d表示年均气温,e表示庄稼产量。
表1关于庄稼种植情况的决策表
U a b c d e
150Re d Ric e25Few
210Brown Wheat12Few
3240Re d Wheat15Few
4320Brown Wheat13L ot
5400Bla ck So rghum5Few
6900Brown Ric e26Few
7600Brown Wheat18L ot
81250Brown Ric e22L ot
91300Bla ck Wheat11Few
101400Re d Ric e21Few
将上表按照分类标准进行规范化,可得表2。
土地的海拔:0:[0,100],1:[100,500],2:[500, 1200],3:[1200,]]
土壤类型:0:Red,1:Brow n,2:Black
庄稼类型:0:Ric e,1:Wheat,2:Sorghum
年均气温:0:[-10,10],1:[10,20],2:[20,]]
庄稼产量:0:Fe w,1:Lot
表2标准化之后的决策表
U a b c d e
100020
201110
310110
411111
512200
621020
721111
831021
932110
1030020下面利用文中提出的属性相对约简启发式算法对该决策表进行约简。
ind(C)={{1},{2},{3},{4},{5},{6},{7},{8}, {9},{10}}
ind(D)={{1,2,3,5,6,9,10},{4,7,8}},POS C(D) =U
因此,论域U是C上相对于D一致的,这说明该决策表是完全确定的决策表,决策表中不包含不一致信息。
ind(C\{a})={{1,10},{2,4,7},{3},{5},{6,8}, {9}}
ind(C\{b})={{1},{2},{3,4},{5},{6},{7},{8}, {9},{10}}
ind(C\{c})={{1},{2},{3},{4},{5},{6},{7}, {8},{9},{10}}
ind(C\{d})={{1},{2},{3},{4},{5},{6},{7}, {8},{9},{10}}
POS(C\{a}(D)={3,5,9}X POS C(D)
POS(C\{b}(D)={1,2,5,6,7,8,9,10}X POS C(D) POS(C\{c}(D)=U=POS C(D),POS(C\{d}(D)= U=POS C(D)
由此可知,属性c和d是相对于决策属性e可省略的,但不一定可以同时省略。而属性a和b是相对于决策属性e不可省略的,因此core(C)={a,b}。
又ind(C\{c,d})={{1},{2},{3},{4},{5},{6,7}, {8},{9},{10}}
POS(C\{c,d})(D)={{1},{2},{3},{4},{5},{8}, {9},{10}}X POS C(D)
故属性c是条件属性集C\{d}相对于决策属性e不可省略的,属性d是条件属性集C\{c}相对于决策属性e 不可省略的,并且red(C)={{a,b,c},{a,b,d}}。假设表中条件属性的权值为:a=0.35,b=0.3,c=0.2,d= 0.15。因为属性c的权值大于属性d的权值,故保留属性c 而移去属性d,从而得到决策表的最小约简。
接着对表2进行属性值约简,对于第一条规则:
F={[1]a,[1]b,[1]c}={{1,2},{1,2,10},{1,6,8, 10}}
[1]{a,b,c}=[1]a H[1]b H[1]c,={1},[1]D={1, 2,3,5,6,9,10}
[1]
a
H[1]
b
={1},[1]a H[1]c={1},[1]b H[1]c ={1,10}
因此属性a,b,c在规则1中都可省略。类似可求出其它规则的核值,并得到如表3所示的规则核值表。
表3规则核值表
U a b c e
1---0
20--0
3-0-0
411-1
5---0
6---0
72--1
8-1-1
9---0
10---0由表3可获取知识规则:
(下转第40页)
#
37
#
第9期孙胜:决策表的一种知识约简与规则获取方法
架的基本架构。图2 扩展框架的基本架构
2.3 设值方法注入功能
在扩展框架中,为了完成业务对象所需的逻辑,业务对象所依赖的对象都是在运行期通过AppContainer 注入的。AppContainer 类实现了设值方法注入功能。在XML 配置文件(AppContainer-config.xml)中配置好需要注入的对象,使该对象在整个Web 应用中有惟一的一个标识符,接着在AppContainer 类中解析该XML 配置文件。AppContainer 类中的inje ctPropertie s()方法负责将配置文件中配置的对象赋给业务对象的一个字段,该字段和被注入的对象有相同的标识符,并且业务对象中存在该字段的setter 方法,以确保注入成功。setter 方法在对象实例被容器构造之后立即执行,且在任何业务方法调用之前。AppContainer 的设值方法注入下面3种形式。2.3.1 ActionForm Bean 的注入
框架将所有的用户请求都转发给DefaultAction 类,Defa ultAction 类决定了所要调用的业务对象的业务方法。对于某个用户请求,如果为对应于该请求的Ac t ion 配置了ActionForm Bean,AppContainer 直接将该Bean 注入到业务对象中(该业务对象中存在该Bean 的setter 方法),而不需要在AppContainer 的配置文件中配置关于Action -Form Bean 的信息。
2.3.2 数据库连接的注入
为了方便对具有数据库操作功能的业务对象进行单元测试,AppContaine r 实现了对数据库连接的动态注入。在AppContainer 的配置文件中配置数据源的信息以及基于此数据源的数据库连接信息。程序运行时,AppCon -tainer 根据该配置文件中的配置信息将该connection 注入到业务对象中(该业务对象中存在该c onnection 的setter
方法)。在对该业务对象进行单元测试时,可以在测试类中构造假的connection,通过setter 方法注入到业务对象中,而不需要进行真实的数据库连接。这样,AppContainer
将业务对象和We b 服务器割离开来,即使在We b 服务器没有启动的情况下,也能够进行业务对象的测试,确保业务对象的测试容易性。2.3.3 一般对象的注入
对于位于request 或者se ssion 范围内的一般对象,Ap -pContainer 根据配置文件中的配置信息将该对象注入到业务对象中(该业务对象中存在该对象的setter 方法)。一般对象注入的方法和数据库连接的注入相同。
3 总 结
Dependenc y Injection 模式体现了一种将调用者与被调用者分离的思想。分析了依赖注入的工作原理和几种
实现类型,并且基于DI 模式对标准的Struts1.2框架进行了扩展,在标准框架中加入了设值方法注入功能。我们开发组的一个实际的百货店管理系统(Web)就是基于此扩展框架进行开发的。在开发过程中该框架大大降低了系统的组件之间的耦合,大大简化了对单个组件的单元测试,效果非常明显。但是此扩展框架现在只支持设值方法注入,并不支持构造子注入和接口注入。这些正是下一步的工作方向。
参考文献:
[1] Johnson R.T he Spring Framework[EB/OL ].http://www.
https://www.doczj.com/doc/689823855.html,/.2005-06-15.
[2] Pico Container Organization.T he Pico Container Home Page
[EB/OL].https://www.doczj.com/doc/689823855.html,/.2005-06-25.[3] Fowler M.Inversion of Control Containers and the Dependency
Injection pattern [EB/OL ].http://martinfow https://www.doczj.com/doc/689823855.html,/ar t-i cles/injection.html,2004-01-23.
[4] T he Apache Software Foundation.The Struts proj ect [EB /
OL ].https://www.doczj.com/doc/689823855.html,/.2005-06-10.
[5] 孙卫琴.精通Struts:基于MVC 的Java Web 设计与开发
[M].北京:电子工业出版社,2004.191-194.
(上接第37页)
a(0)b(0)D a(0)b(1)D a (1)b(0)D a(1)b(2)D a (2)c (0)D a(3)b(2)D a (3)b(0)y 0
a (1)b(1)D a(3)b(1)D a(2)c(1)y 1
5 结束语
最近几年,粗糙集理论由于在数据挖掘方面的应用而倍受关注。粗糙集理论的应用领域包括知识约简与规则
提取,以及决策分析等方面。基于粗糙集理论的数据约简是属性选择的重要手段。基于粗糙集的知识发现是数据挖掘的一个新的方法,挖掘出的知识具有便于理解、表达、存储和使用等特点。
参考文献:
[1] Pawlak Z.Rough set[J].International Journal of Information
and Computer Science,1982,11(5):341-356.
[2] Pawlak Z,Grzymals,Slowinski R.Rough sets[J].Communica -tions of the ACM,1995,38(11):89-95.
[3] 张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京:
科学出版社,2001.
[4] 刘 清.Rough 集及Rough 推理[M ].北京:科学出版社,
2001.
[5] 史忠植.知识发现[M ].北京:清华大学出版社,2002.147-148.
#40# 计算机技术与发展 第16卷
安全知识竞赛比赛规则 1、各班的参赛选手应在比赛前20分钟到达指定比赛地点，迟到5分钟当自动弃权处理。 2、比赛开始前，参赛队伍集体向观众席鞠躬，感谢到场的观众和嘉宾。为遵循“友谊第一，比赛第二”的比赛精神，各位选手比赛开始前，在台前相互握手，以示友好。 3、为维持本场比赛的秩序，不打扰选手比赛，工作人员将会在比赛开始前5分钟进行封场，如有想上厕所之类的请在此前解决。比赛开始后，所有人只可出去，不可再进场。（除院学习部三位负责人和拍照和写稿人员外），如有观众过于吵闹，工作人员将会请其离开赛场。 4、参赛选手回答问题时，请站起来回答，且答题完毕需说“回答完毕”，以示对主持人的尊重。 5、在第二环节（抢答题），由各参赛队伍的全体选手任意一名选手举牌争得答题权（若队伍中有人反应较快，则以哪支队伍有人谁先举牌决定答题权在那方，判断结果以公证人为准，如有争议，请参赛队整合意见，派代表向主持人和本场的负责人反映）。 6、比赛过程中，一律不可与观众交谈来获取答案。所带书籍、包等物品由工作人员集中保管，不得使用通讯工具查询资料（包括现场观众），如若发现，将取消队伍的比赛资格。
7、在比赛过程中，若参赛队的观众发出过于吵杂的声音，将扣对应队伍20分，以示警告。 8、主持人询问观众分别是哪支队伍的亲友团，由工作人员清点人数，若队伍的观众支持率大于或者等于10人将为他们加上10分，此加分环节将在临近比赛结束的观众互动环节时进行，以届时观众的实际人数为准。若比赛过程中，观众用通讯工具帮助队伍作弊，将会扣对应队伍50分，以示警告，若第二次发现，将取消参赛队伍的比赛资格。 9、每个环节双方队伍的答题情况由记分员同步登记在黑板上（答对的题数用“正”字表示，答对一题画一笔），以示公正。 10、比赛结束后，由领队在各自队伍的记分表上签名，确定本场比赛各自的得分真实有效。 11、比赛题目的答案一切均以学院学生联合会学习部提供的为准。 12、各班的基础分为100分，总分=基础分+得分-扣分。 以下是比赛各环节的具体比赛规则 第一环节抢占先机（总分为125分） 属必答题，题型为单选题（3题）和多项选择题（2题），两支队伍按照抽签决定由哪支队伍先答题（队伍答题按选手号的顺序，如a队1号选手先答题，答完题后是b队的1号选手，以此顺序完成第一环节）。此环节由参赛队伍的所有成员参加，每人需答5题，每题5分，每题有10秒钟的答题时间。答对加5分，答错或不答则不加
黑盒测试：决策表 用决策表测试法测试以下程序:该程序有三个输入变量month、day、year（month 、day和year均为整数值，并且满足：1≤month≤12和1≤day≤31),分别作为输入日期的月份、日、年份，通过程序可以输出该输入日期在日历上隔一天的日期。例如，输入为2004 年11月29日,则该程序的输出为2004年12月1日。 (1) 分析各种输入情况，列出为输入变量month 、day 、year 划分的有效等价类。 (2) 分析程序的规格说明，并结合以上等价类划分的情况，给出问题规定的可能采取的操作（即列出所有的动作桩）。 (3) 根据(1) 和(2) ，画出简化后的决策表。 (1)分析各种输入情况，列出为输入变量month、day、year划分的有效等价类。 ①month变量的有效等价类： M1: {month=4,6,9,11} M2: {month=1,3,5,7,8,10} M3: {month=12} M4: {month=2} ②day变量的有效等价类： D1: {1≤day≤26} D2: {day=27} D3: {day=28} D4: {day=29} D5: {day=30} D6: {day=31} ③year变量的有效等价类： Y1: {year是闰年} Y2: {year不是闰年} (2)分析程序规格说明，结合以上等价类划分的情况给出问题规定的可能采取的操作（即列出所有的动作桩）。 动作桩：A1: day+1 A2: day=1 A3: month+1 A4: month=1 A5: year+1 A6：不可能 (3)根据条件桩和动作桩，画出决策表
**公司安全知识竞赛活动方案 一、竞赛目的 为响应全国第**个安全月“全面落实企业安全生产主体责任”主题 活动的开展，切实加强我公司的安全生产宣传教育工作，全面普及安全 生产法律法规和基本知识，提升员工安全生产意识和事故防范能力，夯 实安全生产工作的基础，公司组织本次安全知识竞赛活动。 二、竞赛时间：***年*月*日下午*时 三、竞赛地点：** 四、竞赛内容：安全生产知识题库 五、竞赛组织机构 1、参赛人员：公司全体员工，分五组参赛队，每组4人，其中一人为组长。 2、评委：*** *** 3、工作人员：***、***、***等，工作内容包括活动主持，场地布置，设备调试，计时计分，事务协调等工作。 4、特邀（颁奖）嘉宾：***，*** 六、竞赛形式、要求和规则 (一）竞赛形式 1、本次知识竞赛分为五个参赛组，每组四人。赛场组次，由5个 参赛组组长由抽签确定，各小组组员的座次均由参赛小组自行决定。各
组基础分值均为100分，答题环节分为四部分，分别是个人必答题、小组必答题、抢答题和风险题。 2、风险题结束后，如果有两个以上参赛组，积分相等，影响排名。积分相等的参赛组进行加试抢答比赛，直到决出胜负为止。 （二）竞赛要求 1、参赛人员不得携带与竞赛有关的资料。 2、参赛人员要用普通话答题，做到吐字清楚，声音宏亮。 3、参赛人员答题时，请在主持人宣布“请回答”或“开始”时作答，答题完应说“答题完毕”。 4、答题正确与否，直观的题目由主持人直接评判，复杂的题目由评委给出评判，各参赛人员要尊重和服从评委的评判。 5、请参赛人员和工作人员把手机关机或调成静音。 （三）竞赛规则 1、第一环节：个人必答题规则及计分标准 （1）个人必答题，共20题，每人1题，每题20分。 （2）答题时，其他人不能提示。答题时间为30秒，答对加20分，答错或在规定时间内回答不全不加分不扣分。 2、第二环节：小组必答题规则及计分标准 （1）小组必答题，共10题，每组2题，每题20分。 （2）由小组派一名选手作答,不能由组友代答或帮忙。答题时间为60秒，答对加20分，答错或在规定时间内回答不全不加分不扣分。 3、第三环节：抢答题规则及计分标准
收稿日期:2006-02-28 作者简介:孙 胜(1978-),男,湖北黄冈人,博士研究生,研究方向为现代数据库理论与技术及系统实现;导师:王元珍,教授,博士生导师,主要研究方向为现代数据库理论及实现技术。 决策表的一种知识约简与规则获取方法 孙 胜1,2 (1.华中科技大学计算机学院,湖北武汉430074; 2.黄石理工学院计算机学院,湖北黄石435003) 摘 要:粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。关键词:粗糙集;决策表;决策规则;属性约简 中图分类号:T P311.131 文献标识码:A 文章编号:1673-629X(2006)09-0035-03 Knowledge Reduction and Rule Acquirement Method in Decision Table SUN Sheng 1,2 (1.Schoo l of Computer Science,Huazhong U niv ersity of Science and T echnolog y,Wuhan 430074,China; 2.School of Computer Science,Huangshi Institute of T echnolog y,Huangshi 435003,China) Abstract:Rough set theory is a new data mining and decision analysis method.Knowledge reduction and decision rule mining in decision table by using rough set theory has become a research hotspot.T he article introduces basic con cepts in rough set theory first.M inimal dec-i sion rule acquirement in deci sion table based on rough set theory i s researched.A heuristic approach for rule reduction is put forward,and the procedure of decisi on rule acquirem ent is i lluminated using an example.T he instance analysis show s its validity.Key words:rough set;deci sion table;decision rule;attribute reduction 0 引 言 粗糙集理论是由波兰科学家Z.Paw lak 教授于1982年提出的一种研究不精确、不确定性知识的数学工具[1,2]。已应用于机器学习、知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理和模式识别等许多科学和工程领域[3]。从实际系统采集到的数据可能包含各种噪声,存在许多不确定因素和不完全信息有待处理。传统的不确定信息处理方法,如模糊集理论、证据理论和概率统计理论等需要数据的附加信息或先验知识,而粗糙集理论能在缺少关于数据的先验知识的情况下,仅仅以对数据的分类能力为基础,对模糊或不确定性数据进行分析和处理,这就克服了以上几种方法的不足之处。 知识约简就是在保持知识库的分类和决策能力不变的条件下,删除其中不相关或不重要的知识[4] 。决策表的简化是知识约简的重要内容之一,并在数据挖掘和知识发现等领域有重大应用价值。粗糙集理论的研究对象是一个二元信息表,称为信息系统 [5] 。信息系统由一些对象通 过在一些属性上的取值来构成。若属性集合分为条件集和决策集,则信息系统称为决策表。决策表简化的理论基础是属性的核与约简及其关系、规则的核与约简及其关系。根据决策表简化的结果,利用决策规则挖掘算法可以获取决策系统的规则。 1 有关的粗糙集概念 现实世界中的信息,在粗糙集理论中用决策表的形式给出。下面先简要介绍一下文中主要用到的Rough 集基本概念,详细的请参考文献[3~5]。 定义1 称S =(U,A ,V ,f )是一个知识表达系统,其中U 是非空有限对象集合,U ={X 1,X 2,,,X n };A 是非空有限属性集合;f 是一个U @A 到属性值集合V 上的一个映射,它表示每个对象在每个属性上对应一个值,称为信息函数。若A =C G D ,其中C 是非空有限条件属性集合,D 是非空有限决策属性集合,且C H D =a,则称 该知识表达系统为决策表。此知识表达系统又称为决策系 统。 定义2 若X A U,则称R -(X ){x I U:[x ]R A X }为X 的下近似集,R -(X )={x I U:[x ]R H X X a}为X 的上近似集。pos R (X )=R -(X )称为X 的R 正域,neg R (X )=U -R -(X )称为X 的R 负域。 第16卷 第9期2006年9月 计算机技术与发展 COM PUT ER TECHNOLOGY AND DEVELOPM ENT Vo l.16 N o.9Sep. 2006
手机App测试策略和流程目录
1.引言 本文档是长春吉大正元信息技术股份有限公司东北公司手机APP测试的工作指导原则，它为手机APP测试过程中涉及到的测试方法、测试类型等制定标准做出明确的诠释和说明。 测试部门相关人员以此文档作为测试工作的依据和行为准则。 编写目的 本规范规定了东北公司手机APP测试过程中的活动和步骤。为公司测试（活动、产品）的实施和过程情况的各项检查提供依据；为度量被测试产品质量提供验证指标和验证方法。 适用范围 适用于长春吉大正元信息技术股份有限公司东北分公司测试部。 适用于：手机APP项目和产品的系统测试 针对手机APP的验证测试（外包项目）不在此范围之内，如需确保重点项目的手机APP质量度量和评价，需领导特殊审核。 2.测试过程描述 验证测试先决条件 对当前项目测试优先级进行划分： 产品大于项目优先级； 自主项目大于外包项目优先级； 重大项目（领导特批）大于客户化项目； 提前申请优先级大于变更申请优先级。(例如：监狱项目提前申请预留或者安排 测试员提前介入) 对当前测试版本质量进行评级：对于不符合测试准入原则的版本予以驳回。 验证测试三天后对提交版本进行质量预评估和评级：对第一轮发现较严重的问题进行列 举，对版本的整体情况进行评估。（详见BUG清单）对于不能度量质量的项目予以驳回 自测试。（例如：监狱移动OA项目）。 外埠公司提交测试前。应附上测试报告（功能测试报告、兼容性测试报告、性能测试报 告以及app可用性能标准结果）；?公司内部提交测试前，需附上缺陷记录和修改状态表。 上述有一项不能满足或不能按时提交予以测试驳回。 总结提交测试版本的内部测试情况（测试BUG列表）。对遗留问题必须列出并记录解决 方案。对性能和稳定性指标要予以详细描述。 测试周期 测试周期可按项目的开发周期来确定测试时间，一般客户化项目手机APP测试时间为三周（即15个工作日），根据项目情况以及版本质量标准可适当缩短或延长测试时间。正式测试前先向测试部经理确认项目排期。 需提供资源 测试任务开始前，检查各项测试资源是否提交，有两项没有提交予以测试驳回。 --产品功能需求文档； --产品原型图； --产品效果图； --用户使用手册； --测试设备确认表（例如：；；及以上；Symbian v3/v5/Nokia Belle等）； 轮次报告及产品上线报告
安全知识竞赛规则 安全知识竞赛规则如下： 一、竞赛选手及安排 比赛设主持人1人，仲裁委员会3人(记分员2人、计时员1人)。参赛人员由每个多于一人的项目各至少抽出一名职员参赛，由抽签决定每四人一组，所有组同时参加比赛。比赛采用加分制，得分最多者获胜，比赛分出两个奖项，优秀团队奖一个和优秀个人奖四个，获得优秀团队的每名队员可获得每人100元奖励；获得优秀个人奖的每人可获得200元，并获得优秀个人奖的可获得去总公司参加比赛的资 格。同时获得两个奖项的以最高奖项为准，不予累加。 二、本次安全知识竞赛分必答题、抢答题两轮比赛。 比赛知识内容全部来自总公司下发的安全知识题库。题型分为单项选择题，多项选择题，填空题，简答题四种。多项选择题少选得两分，多选、错选该题不得分； 填空题为多空填空的少答得两分，多答、错答该空不得分也不扣分；简答题为多个要点的，少答得三分，多答错答该要点不得分也不扣分。 三、必答题规则及计分标准 1.必答题共20题，每题5分。每人4题，不能由队友代答。答对加5分，答错不加分不扣分。 2.必答题在主持人读题完毕后，须在1分钟内答完，否则不得分。 四、抢答题规则及计分标准 1.抢答题共40题，每题5分。答对加5分，答错扣5分。 2.主持人读题完毕、宣布“开始”后，各队方可按抢答器。在主持人宣布“开始”前，抢答器响为犯规，扣5分。 3.获得答题权后，该队须在30秒钟内开始作答，在90秒内完成答题，否则视同答错。 4.选手应尊重主持人的裁判。如对宣判有异议，原则应由领队向评委会提出申诉。
5.选手答题完毕后，应宣布“答题完毕”。 6.选手答错、犯规时，该题交由观众答。 五、活动时间 比赛时间定为2020年9月30日星期三下午公司全体员工会后。 六、比赛地点 比赛地点定为许昌分公司办公室。
软件测试 实验报告 题目: 决策表法的使用 学号: 姓名: 教师: 东南大学成贤学院电子与计算机工程学院 2017年 9 月30 日
实验题目 1、实验内容 NextDate 函数包含三个变量：month（月份）、day（日期）和year（年），函数的输出为输入日期前一天的日期。例如，输入为2007年9月9日，则函数的输出为2007年9月10日。要求输入变量month 、day 和year 均为整数值，并且满足下列条件： （1）1≤month≤12 （2）1≤day≤31 （3）1912≤year≤2050 2、实验目的与要求 分别输入测试用例，判断期望输出与实际输出是否相等 3、实验环境 操作系统 WIN10 测试工具 VS2010 测试语言 c++语言 4、设计思路分析（包括需求分析、整体设计思路、概要设计） 需求分析： 此函数的主要特点是输入变量之间的逻辑关系比较复杂。复杂性的来源有两个：一个是输入域的复杂性，另一个是指闰年的规则。例如变量year和变量month取不同的值，对应的变量day会有不同的取值范围，day值的范围可能是1～30或1～31，也可能是1～28或1～29。 整体设计思路： NextDate函数中包含了定义域各个变量之间的依赖问题。等价类划分法和边界值分析法只能“独立地”选取各个输入值，不能体现出多个变量的依赖关系。决策表法则是根据变量间的逻辑依赖关系设计测试输入数据，排除不可能的数据组合，很好地解决了定义域的依赖问题。 5、详细设计 NextDate函数求解给定某个日期的下一个日期的可能操作（动作桩）如下： 变量day加1操作； 变量day复位操作；
2014年9月安全知识竞赛工作安排 一、工作安排 竞赛时间：9月19日下午14：00~17：00； 地点：GN三楼培训 参赛队伍：GN仓库和JST仓库、GN硬管与施工、GN软管、JST橡胶、JST品管和GN品管、JST四氟、JST机加工，共7个队伍。 主持人：朱慧文、刘茹白 评委：莫晓滨、王环环、姚强、潘秀连 电脑播放：何水娣、张宏云 记分员：雷琼、杨露 后勤支持：清洁组 前期工作准备： 抢答器安装、音响：张宏云 场地布置：何、白 物品准备：资料（试题等）、记分表、横幅、台号、评委牌、水---白、文 奖金、工作人员礼品：何 二、比赛规则： 1.必答题：共7队，每队12题，一组4人每个人答3道题。
比赛规则：各组队员自行先分好人员答题顺序，答题时按顺序回答，如第一轮：第一组1号选手答题，第二组1号先手答题····，第二轮：第一组2号选手答题，第二组2号选手答题，如此类推，直至每组答完12道题；答题时，其他选手不可帮忙，凡有违规，答对不得分,必答题答对加10分，答错不得分。 2．抢答题：共40题。 比赛规则：由主持人读题2次，宣布答题时，抢答器自动倒数5秒，倒数结束后，组员按下抢答器，抢到的组别派代表答题，凡抢答器没倒数完就违规按下抢答器的组别，每次扣10分；答对一题加10分，答错不扣分。 2.风险题：10分题（为判断题，共50题）；20分题（为简答题，共50题）；30分题（简答题，共50题）。每组各选4道题回答。 比赛规则：各组别按顺序答题，先选择分值题型，再选择题号，确定题型题号后主持人读题。如：第一组选择10分题中的第一题，主持人则读该题题目，答题组员必须在20秒内开始作答，凡未在时间内作答当回答错误，扣相应分值；第一组答完一道题后轮到第二组选题答题，如此类推，共分四轮答题。 30分题可由组员补充答题。其它分值题目由小组协商指定人员回答。答对加相应分值，答错减相应分值。 3.比赛秉承友谊第一，比赛第二的原则，如出现争议，必须服从评委判决。
第八章信息表值约简 值约简是在属性约简的基础上对决策表的进一步简化。本章将就决策表的值约简问题进行系统分析，并介绍几种主要的值约简算法。 8.1 决策表值约简概述 在第7章中，我们介绍了决策信息表的属性约简，通过属性约简，可以将决策表中对决策分类不必要的属性省略，从而实现决策表的简化，这有利于从决策表中分析发现对决策分类起作用的属性。但是，属性约简只是在一定程度上去掉了决策表中的冗余属性，但是还没有充分去掉决策表中的冗余信息。 例如，在表7.3-1所示的关于气象信息的决策表表的属性约简结果中，如果在条件Outlook=Sunny∧Temperature=Hot下，决策属性的取值肯定是N，而无需考虑条件属性Windy的取值是True还是False。 显然，这个属性约简结果，对于决策分类来说，仍然包含冗余信息。根据第四章中介绍的决策规则，我们不能够直接从该表中得到满意的决策规则。这就是说我们还需要进一步对决策表进行处理，得到更加简化的决策表，这就是我们本章将要讨论的决策表值约简问题。 与属性约简中的属性核一样，值约简中也可以定义相应的值核。 决策表S=(U,C,D,V,f)，对于任意的x∈U，用d x表示决策规则，即 d x：des([x]C)?des([x]D)，d x(a)=a(x)，a∈C?D， 且d x|C、d x|D分别称为d x的条件和决策。 定义8.1-1 考虑一个相容知识表达系统S，对决策规则d x有[x]C?[x]D。若?r∈C，有[x]C-{r}?[x]D，则r为d x的核值属性，r为d x中不可省略的；若[x]C-{r}?[x]D，则r不是d x的核值属性，r为d x中可省略的。
管理者持续获取知识的四种方法 体验法 体验法认为，人的知识不可能凭空产生，从源头上都来自于周围的自然和社会环境，人通过与自然和社会的直接交互能获得大量的信息、知识和灵感。 譬如，人从鸟类飞翔中得到启发，发明了各种飞行器;人从蚂蚁和大雁的行为方式中得到启发，更能深刻体会团队工作的要领;人从雪花的分形结构中得到智慧，提出建立分形的企业组织结构……人只有用心去融入、观察、聆听、感受和领悟自然，才能悟出更多的知识和智慧。人离自然越近，就越能获得知识。人类历史发展到今天，现代科技和管理已经非常先进，但我们为什么依然还发现古人很多经典著作（如《易经》、《道德经》等）非常有价值，现代人的思想和理论很难超越它们？我认为，古人所处的社会环境比现在要简单得多，没有现代社会这样的物欲横流和浮躁心态，他们能静下心来，用心地感悟自然，从自然中领悟出真道（即自然的本象和法则）。譬如，《易经》中64卦的所有卦象实际上都是来自于人对自然的观察，《道德经》中以柔克刚的思想最先也是人们对“滴水穿石”这种现象的观察。除自然外，人的知识还来自于对社会环境的体验。一个孩子生下来，生活在不同的国家，其体验和领悟的知识是不同的。一个大学生毕业后，工作在不同的组织、部门和岗位、与不同的人交往共事、工作生活上经历不同的事情，得到的体验和知识都将是不同的。 体验法的核心观点是:人要丰富自己的知识，先要丰富自己的体验。要点如下: 1.适当变换环境,用心观察环境。人获得灵感和领悟有时需要新的外界刺激。人们常说:“熟悉的地方没有风景。”新的环境给予的刺激会激发人的灵感。让自己有在各地工作生活或旅行的经历，体会各种自然和人文景观、文化、风土人情、生活方式,会极大丰富一个人的体验,从而获得新的知识。除了适当变换环境外,人还应该用心观察环境,从各种现象中思考和学习。有人说:“好文章祗此人情物理，名将相无非孝子贤孙。”人对自然和社会接触和体验得越多，就越能体会各种“人情物理”(知识)，做出好文章,丰富知识,成就人生和事业。
附件：1 安全知识竞赛规则及流程 一、竞赛流程 1.提前十分钟参赛队员、嘉宾、工作人员就位; 2.到场所有观众扫二维码进入观众抢答群，参与现场抢答活动 3.各参赛队根据个人赛积分，由得分最高至最底依次选择台位;（1号答题台、2号答题台、3号答题台、4号答题台） 4.主持人登场介绍到场嘉宾、评委、各代表对及现场参与观众 5.宣布XXXX首届安全生产知识竞赛比赛开始 6.开始答题环节 7.每一节答题结束后向现场观众宣读每队积分 8.汇总成绩，宣读比赛结果、颁奖 9.公司领导讲话 10.比赛结束（退场） 二、赛时详细规则及流程 （一）竞赛题型 本次竞赛共135道题目，题型分别为：单选题、多选题、判断题和简答题四类；答题环节分为五个，分别为：个人赛闭卷笔试答题，团体赛必答题，团体赛抢答题，团 - 1 - 体赛风险题以及现场观众参与答题，各参赛队的基础分为本队参加闭卷考试成绩累加。
（二）答题规则及流程 个人赛： 1、主持人宣布参赛选手就位； 2、主持人分发卷面到每组（禁止拍照、交谈）； 3、主持人宣布“开始”时方可答题； 4、每店推荐三名队员参加笔试答题。 5、在复习题库内抽取10道选择题，10道判断题，5道简答题，组成试卷进行闭卷答题，满分30分； 6、答题时间25分钟； 7、裁判组打分，主持人在团体赛开始前公布成绩；8、个人赛前三名成绩如有并列者，将采取加赛形式决出名次，加赛得分不参与排名、不作为累加分数计算，仅作为并列名次区分。并列成绩加试时，先从最高并列成绩开始加试，个人赛三名队员第一次得分累加后将形成本店团体赛基础分； 9、参加个人赛人员不得再参加团队赛。 团体赛： 参赛选手就位后，主持人宣布竞赛程序，竞赛相关要求开，宣布“XXXXXXX 安全生产知识竞赛”开始。 第一部分：必答题（共36道题） - 2 - 1、主持人宣布竞赛规则，切换系统至必答题界面，请答题队员选题，选题后，主持人进行题号确认，“XXX代表队X队员选择X号题目”，“XXX代表队X 队员请听题”，然后依照顺序打开答题卡开始念题，主持人念完题目后，“请回答”选手开始答题（另一名主持人计时开始）队员答题完毕后“回答完毕”（停止计时）；公布正确答案，主持人判定回答是否正确，“请给XXX代表队加XX 分”，主持人接着念下一道，依次完成全部答题。
第七章信息表属性约简 基于Rough集理论的知识获取，主要是通过对原始决策表的约简，在保持决策表决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简（简化），包括属性约简和值约简。本章将对决策表的属性约简从代数集合观点和信息论的信息熵观点进行系统分析，并介绍几种有效的属性约简算法。 7.1决策表属性约简概述 一个决策表就是一个决策信息系统，表中包含了大量领域样本（实例）的信息。在第四章中，我们曾经对决策规则进行了讨论，决策表中的一个样本就代表一条基本决策规则，如果我们把所有这样的决策规则罗列出来，就可以得到一个决策规则集合，但是，这样的决策规则集合是没有什么用处的，因为其中的基本决策规则没有适应性，只是机械地记录了一个样本的情况，不能适应新的、其他的情况。为了从决策表中抽取得到适应度大的规则，我们需要对决策表进行约简，使得经过约简处理的决策表中的一个记录就代表一类具有相同规律特性的样本，这样得到的决策规则就具有较高的适应性。 根据定义2.1-1，我们可以进一步讨论决策表中属性的必要性和相应的约简算法。 定义7.1-1 设U是一个论域，P是定义在U上的一个等价关系簇，R∈P。如果IND(P-{R})=IND(P)，则称关系R在P中是绝对不必要的（多余的）；否则，称R在P中是绝对必要的。 绝对不必要的关系在知识库中是多余的，如果将它们从知识库中去掉，不会改变该知识库的分类能力。相反，若知识库中去掉一个绝对必要的关系，则一定改变知识库的分类能力。 定义7.1-2 设U为一个论域，P为定义在U上的一个等价关系簇，R∈P。如果每个关系R∈P在P中都是绝对必要的，则称关系簇P 是独立的；否则，称P是相互依赖的。 对于相互依赖的关系簇来说，其中包含有冗余关系，可以对其约简；而对于独立的关系簇，去掉其中任何一个关系都将破坏知识库的分类能力。
软件学报ISSN 1000-9825, CODEN RUXUEW E-mail: jos@https://www.doczj.com/doc/689823855.html, Journal of Software,2014,25(9):2119?2135 [doi: 10.13328/https://www.doczj.com/doc/689823855.html,ki.jos.004640] https://www.doczj.com/doc/689823855.html, +86-10-62562563 ?中国科学院软件研究所版权所有. Tel/Fax: ? 大数据环境下多决策表的区间值全局近似约简 徐菲菲1, 雷景生1, 毕忠勤1, 苗夺谦2, 杜海舟1 1(上海电力学院计算机科学与技术学院,上海 200090) 2(同济大学电子与信息工程学院,上海 200092) 通讯作者: 徐菲菲, E-mail: xufeifei@https://www.doczj.com/doc/689823855.html, 摘要: 在电力大数据中,很多具体的应用如负荷预测、故障诊断都需要依据一段时间内的数据变化来判断所属 类别,对某一条数据进行类别判定是毫无意义的.基于此,将区间值粗糙集引入到大数据分类问题中,分别从代数观 和信息观提出了基于属性依赖度和基于互信息的区间值启发式约简相关定义和性质证明,并给出相应算法,丰富和 发展了区间值粗糙集理论,同时为大数据的分析研究提供了思路.针对大数据的分布式存储架构,又提出了多决策表 的区间值全局约简概念和性质证明,进一步给出多决策表的区间值全局约简算法.为了使得算法在实际应用中取得 更好的效果,将近似约简概念引入所提的3种算法中,通过对2012上半年某电厂一台600MW的机组运行数据进行 稳态判定,验证所提算法的有效性.实验结果表明,所提的3种算法均能在保持较高分类准确率的条件下从对象和属 性个数两方面对数据集进行大幅度缩减,从而为大数据的进一步分析处理提供支撑. 关键词: 大数据;区间值;近似约简;多决策表;全局约简 中图法分类号: TP181 中文引用格式: 徐菲菲,雷景生,毕忠勤,苗夺谦,杜海舟.大数据环境下多决策表的区间值全局近似约简.软件学报,2014,25(9): 2119?2135.https://www.doczj.com/doc/689823855.html,/1000-9825/4640.htm 英文引用格式: Xu FF, Lei JS, Bi ZQ, Miao DQ, Du HZ. Approaches to approximate reduction with interval-valued multi- decision tables in big data. Ruan Jian Xue Bao/Journal of Software, 2014,25(9):2119?2135 (in Chinese).https://www.doczj.com/doc/689823855.html,/ 1000-9825/4640.htm Approaches to Approximate Reduction with Interval-Valued Multi-Decision Tables in Big Data XU Fei-Fei1, LEI Jing-Sheng1, BI Zhong-Qin1, MIAO Duo-Qian2, DU Hai-Zhou1 1(College of Computer Science and Technology, Shanghai University of Electric Power, Shanghai 200090, China) 2(College of Electronic and Information Engineering, Tongji University, Shanghai 200092, China) Corresponding author: XU Fei-Fei, E-mail: xufeifei@https://www.doczj.com/doc/689823855.html, Abstract: For the big data on electric power, many specific applications, such as load forecasting and fault diagnosis, need to consider data changes during a period of time to determine their decision classes, as deriving a class label of only one data record is meaningless. Based on the above discussion, interval-valued rough set is introduced into big data classification. Employing algebra and information theory, this paper defines the related concepts and proves the properties for interval-valued reductions based on dependency and mutual information, and presents the corresponding heuristic reduction algorithms. The proposed methods can not only enrich and develop the interval-valued rough set theory, but also provide a new way for the analysis of big data. Pertaining to the distributed data storage architecture of big data, this paper further proposes the interval-valued global reduction in multi-decision tables with proofs of its properties. The corresponding algorithm is also given. In order for the algorithms to achieve better results in practical applications, approximate reduction is introduced. To evaluate three proposed algorithms, it uses six months’ operating data of one 600MW unit in some power plant. Experimental results show that the three algorithms ?基金项目: 国家自然科学基金(61272437, 60305094); 上海市教育委员会科研创新项目(12YZ140, 14YZ131); 上海市自然科学 基金(13ZR1417500) 收稿时间:2014-03-31; 定稿时间: 2014-05-14
如何做好测试策略 希望这篇blog能帮助大家分清测试策略与测试计划的不同，体会到测试策略内容的核心是什么，知道通过哪些渠道来修炼自己制定测试策略的能力。 测试策略的输出：做对的事！ 测试计划的输出：把事做对！ 测试策略不是测试计划。 我们既可以先有测试计划再有测试策略，也可以先有测试策略后有测试计划。两者有什么区别呢？ 如果是先有测试计划再有测试策略，那么我们就是在制定一个“大测试项目计划”。这个测试计划是一个项目工作计划，它指明我们计划开始的是整个项目计划。这个项目计划会先划定时间来了解项目的目标，项目的要求，然后再划出一段时间来依据项目目标和项目要求，项目拥有的资源来制定项目的测试策略。 如果是先有测试策略再有测试计划，那么我们是在制定一个“测试执行活动计划”。这个测试计划会以测试策略作为输入，来确定测试执行活动所需要的资源，时间分布，测试活动序列。 总得来说测试计划会更多包含：测试活动的先后序列，资源调度分配的安排。而测试策略会更多包含：测试重点的确立，测试技术类型的分析和选取。 以我的经验和方式，制定测试策略会先从项目的需求和约束要求入手，作为开始测试策略分析制定的输入。在正式分析制定测试策略的第一步时，会先进行RBT 基于风险的分析，使用RBT的方法分析得出测试目标的优先级；第二步，分析项目已有的技术现状，评估哪些现有的测试技术能满足此次项目；第三步，按优先级对测试目标的达成所需要的不同的测试技术，测试活动组合进行匹配。例如：有三个测试目标A，B，C，现有测试技术有D1，D2，D3。 由于风险系数的先后顺序为A，B，C，因此，我会给目标A配置D1，D2，D3三种测试活动的建议，给目标B配置D2，D3的测试活动，给C配置D3的测试活动。测试项目经理拿到我的测试策略后，会在测试计划中安排相应的人力配置，安排相应的时间计划。 关于更多测试策略制定的方法，应该跳出测试来学习和分析。
安全知识竞赛活动方案 作者：佚名文章来源：安全文化网点击数：16225 更新时间：2007-6-8 活动目的：以有奖问答的形式，促使员工深入学习安全生产基本常识，形成人人学安全，人人懂安全的良好氛围。 组织安排： 项目队别责任人 安全知识竞赛钳工部 机加部 检模部 营业部 技术部 生管部 质保财务采购联队 工作小组分工： 仲裁：记时员：记分员： 活动地点：公司多功能厅 一、赛程安排：6月15日 二、活动形式： 1．参加此次竞赛的共有7支代表队，每代表队于6月14日前将人员的名单报安保科马涛。2．每支代表队分别由1名科长、1名部门兼职安全员与2名基层员工组成。质保财务采购联队由3名安全员外加1名科长组成。 3．竞赛的题型分为必答题、抢答题、冒险题三种，另准备加赛题20题，作为最终个别队比分一样时使用，加赛题每题20分，答对加20分，答错不得分； 4．必答题每队必须回答4题，每题为10分，答对加10分，答错不得分，由参赛人员依座位次轮流作答，队员不得提示，答题时间为30秒； 5．抢答题为14题，由各队按抢答器自由抢答，队员或互相补充。每题为20分，答对加20分，答错减20分，答案由主持人公布，答题时限为60秒； 6．冒险题共有40题，每队有两次机会在40题中选择一题回答，题目分值为10分、20分、30分，选择时只报题号即可，答对得相应分值，答错扣相应分值，答案由主持人宣布。每题答题时间为60秒； 7．各种比赛用的题目事先由公司安保科编制知识竞赛复习资料于6月8日前下发到各部门，原则上比赛的题目都来源于复习资料，只改变提问的方式。题目的内容主要包括：新颁布及常用的法律法规；安全用电、气知识；防火、灭火知识；公司内部的安全规章制度；安全生产一般常识等； 8．为了以示公正，各参赛队伍在比赛现场以抽签的形式决定座次，答题的顺序按抽签的结果进行。各类题目用信封装好并封口，待抽签后，主持人宣布比赛正式开始时才可以拆开； 三、比赛纪律: 1、回答必答题及冒险题时，只有在主持人宣布“请回答”或“开始”时才可以按抢答器或
粗糙集属性决策表约简算法研究 薛楠，刘守荣 中国农业大学工学院，北京（100083） E-mail ：xue_nan@https://www.doczj.com/doc/689823855.html, 摘 要：本论文通过对无决策属性的粗糙集决策表的研究，按照粗糙集最小决策算法的原则，提出一种新的核属性算法和最小决策算法。实验验证，基于以上两种算法开发出的程序简单易懂，并且源代码少，能广泛适用于所有无决策属性的粗糙集决策表模型分析。 关键词：粗糙集；决策属性表；核属性算法；最小决策算法 中图分类号：TP301 0. 引言 粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。目前粗糙集理论已被成功的应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域。[1][2]现实中经常遇到含有大量信息的决策表，人工计算耗时耗力。本文通过对粗糙集核属性和最小决策算法的公式的研究，提出一种新的核属性算法和最小决策算法。通过编程验证，该算法能够更简捷明了的计算核属性并得出最小决策表，能够广泛适用于所有无条件属性和决策属性的粗糙集决策表模型分析。 1. 粗糙集核属性算法 1.1 粗糙集基本理论 定理1设U ≠?是我们感兴趣的对象组成的有限集合，称为论域。任何子集X U ?称 为U 中的一个概念和范畴。U 上的一族划分成为关于U 的一个知识库（knowledge base ） 。 定理2设R 是U 上的一个等价关系，U /R 表示R 的所有等价类（或者U 上的分类）构成的集合，[]R x 表示包含元素x U ∈的R 等价类。一个知识库就是一个关系系统 (,)K U R =,其中设U ≠?是非空有限集合，称为论域，R 是U 上的一个等价关系。[3] 定理3若P R ?，且P ≠?，则P ∩（P 中所有等价关系的交集）也是一个等价关系，称为P 上的不可区分(indiscernibility)关系,记为ind(P ),且有： [][]()ind P R R P x x ∈=∩
通常的软件测试中，需要制定合理的测试策略来保证测试的进行。制定测试策略时要综合考虑一些因素，现总结如下，希望对大家有所帮助。本文适用于软件类开发项目，尤其是定制开发类软件项目。 制定测试策略时，一定要考虑三个问题，为什么要制定测试策略？怎么制定测试策略？测试策略怎么执行？ 第一个问题，测试策略可以认为是一种方法论。制定测试策略的最主要原因是为了更高效、更有计划、更有目的测试。测试策略是预先规划好的，又是需要根据实际测试情况进行灵活的动态变化。如果没有指定测试策略，进行软件测试的时候通常会没有目标，遇到一些问题时也会难以应对。以打仗攻击为例，简单理解，测试策略就是计策和谋略，没有好的计划和策略，一味的猛攻或者蛮攻，可能会有效果，但往往是杀敌一千，自损八百。好的测试策略可以更好的发现BUG，提升产品质量。 第二个问题，怎么制定测试策略？可以根据以下几个方面来考虑： 1、产品的开发阶段；前期、中期，还是后期，在不同的开发阶段及周期采取的策略是不同 的；开发前期，一般是需求分析，开发模块的设计及实现的讨论，这个时间段的测试策略以需求分析、测试计划制定和测试点提取、测试用例编写及测试前期准备为主；开发中期，应该实现了部分功能，并完善了相关开发文档，这个时间段的测试策略以及时与项目经理沟通，实时的掌握项目开发进展情况，并跟踪是否有可以执行部分测试的简单版本，提前做到心中有数；开发后期，功能开发基本完毕，开发文档完整，这个时间段的测试策略以参考开发文档，了解内部模块设计与实现方式为主，并与项目经理或开发人员讨论模块测试的细节，进一步完善测试点和测试用例，并对之前的测试点进行再次评估和修正。 2、产品的风险：人员风险；测试时间风险；测试资源风险；客户的风险等；每个项目都有 相关的风险因素，人员风险是经常遇到的，要提前应对，可以找领导申请资源，或者组内之间实时调整；测试时间风险，时间紧，任务重，压力大，此时应该如何应对，当然加班是一种方式，但是更多的是对有效的规划测试任务和安排测试人员；测试资源风险，资源紧张，怎么样更成分的利用现有资源，怎么样减少资源风险的可能，需要做好测试策略；客户的风险，那些应该测试，那些不应该测试，那些优先测试，那些延迟测试，客户关注什么，需要提前做好规划和研究，测试的策略一定要考虑客户的应用场景和使用重点； 3、产品的成熟度：不同成熟度的产品的测试策略是不一样的；产品初期，关注的是功能的 实现与基本需求；产品成熟后，需要更多的关注可用性、可靠性及应用场景的复杂性，包括测试的手段和方法、方式都会有所提升。合理的测试策略会与当前的产品成熟度相互匹配，产品不成熟，我们优先关注可用性、外观呈现、用户体验的话，就会本末倒置，最开始一定是关注基本的需要和功能、性能指标；设备逐步提升到一定的层次之后，我们的测试策略会随之提高，一个成熟产品所应有的我们都需要关注并执行测试。 4、定制开发客户：定制开发的软件，针对的是固定的用户，很多时候需要根据客户的特点 来制定相关的测试策略。客户的需求是否明确？需求是否经常变更？与客户的沟通是否顺畅？客户的验收方式是什么？客户的使用方式是什么？这些必须要搞清楚，才能更好地制定测试策略，任何一点的疏忽都可能会导致测试疏漏或者功能的偏离。 5、实时修正测试策略：测试策略并不是一成不变的，要根据实际情况来调整，以便测试策 略能够更好的指导测试。制定测试策略的时候一般都是事前，至于事中发生了什么，很难预料，所以必须要根据当前的变化，来改变测试策略。 6、测试分级分类：按照测试的难以程度可以对测试进行分级分类，比如说按照简单、一般、 困难、极难来分级；按照测试的时间长短类进行分类；按照逐级递进的思路进行测试策