期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于组合混沌遗传算法的最小测试用例集生成 被引量:4
1
作者 申情 蒋云良 +1 位作者 沈张果 楼俊钢 《电信科学》 北大核心 2016年第6期93-102,共10页
最小测试用例集生成是软件测试的重要研究领域之一。将具有均匀分布特性的Chebyshev和Logistic混沌映射相结合的混沌序列引入遗传算法的选择、交叉和变异操作,并在遗传测试用例选择方法中添加混沌扰动,实现全局最优,以解决遗传算法用于... 最小测试用例集生成是软件测试的重要研究领域之一。将具有均匀分布特性的Chebyshev和Logistic混沌映射相结合的混沌序列引入遗传算法的选择、交叉和变异操作,并在遗传测试用例选择方法中添加混沌扰动,实现全局最优,以解决遗传算法用于测试用例集约简时局部搜索能力弱、易早熟收敛等问题。在随机生成的测试用例需求对应关系及Siemens测试套件等实例上进行了实验研究,并与现有的经典方法在测试用例集生成规模和算法执行时间上进行了比较,实验结果表明,在保持算法执行时间的基础上,在遗传测试用例方法中引入混沌映射有助于生成规模更小的测试用例集。 展开更多
关键词 软件测试 测试用例最小化 混沌遗传算法 测试用例
在线阅读 下载PDF
一种具有GAF分簇结构的无线传感器网络中恶意软件传播模型 被引量:2
2
作者 苏晓萍 宋玉蓉 +1 位作者 申情 楼俊钢 《电信科学》 北大核心 2011年第8期33-38,共6页
传输环境和部署环境的开放性使无线传感器网络(WSN)的安全问题变得尤为重要,基于二维元胞自动机提出恶意软件SIR(susceptible-infected-recovered)传播模型,研究具有GAF分簇结构的WSN中恶意软件的传播动力学特征。研究结果表明:分簇的... 传输环境和部署环境的开放性使无线传感器网络(WSN)的安全问题变得尤为重要,基于二维元胞自动机提出恶意软件SIR(susceptible-infected-recovered)传播模型,研究具有GAF分簇结构的WSN中恶意软件的传播动力学特征。研究结果表明:分簇的无线传感器网络仍然具有空间局域化结构特征,分簇不但能够降低各传感节点的能量消耗,也能够有效抑制恶意软件的传播,降低了病毒大规模传播的风险。但同时发现,簇头选举期间病毒传播速度有加速趋势。 展开更多
关键词 无线传感器网络 GAF 恶意软件传播 元胞自动机
在线阅读 下载PDF
相关向量机软件可靠性建模中失效数据选择 被引量:1
3
作者 杨小明 楼俊钢 +1 位作者 沈张果 胡文军 《电信科学》 北大核心 2015年第9期90-96,共7页
基于核函数的软件可靠性模型一般对软件失效时间数据与发生在其之前的m次失效时间数据的关系进行建模,着重研究了m取值不同时,其对核函数可靠性模型预测能力的影响。在5个不同类型失效数据集上,采用Mann-Kendall检验观测到m值增大时模... 基于核函数的软件可靠性模型一般对软件失效时间数据与发生在其之前的m次失效时间数据的关系进行建模,着重研究了m取值不同时,其对核函数可靠性模型预测能力的影响。在5个不同类型失效数据集上,采用Mann-Kendall检验观测到m值增大时模型预测能力逐渐下降,说明现时失效时间数据能比较久之前观测的失效时间数据更好地用于预测未来,通过把m的取值划分成几个区间,运用配对T检验进行实验研究,结果表明当m∈{6,7,8,9,10}时,模型能够得到最好的预测性能。 展开更多
关键词 软件可靠性预测模型 相关向量机 核函数 软件失效数据 Mann—Kendall检验
在线阅读 下载PDF
考虑多层次潜在特征的个性化推荐模型 被引量:2
4
作者 申情 郭文宾 +1 位作者 楼俊钢 余强国 《电信科学》 2022年第2期71-83,共13页
个性化推荐已成为解决信息过载的最有效手段之一,也是海量数据挖掘研究领域的热点技术。然而传统推荐算法往往只使用用户对物品的评分信息,而缺少对用户与物品潜在特征的综合考虑。基于因子分解机、宽神经网络、交叉网络和深度神经网络... 个性化推荐已成为解决信息过载的最有效手段之一,也是海量数据挖掘研究领域的热点技术。然而传统推荐算法往往只使用用户对物品的评分信息,而缺少对用户与物品潜在特征的综合考虑。基于因子分解机、宽神经网络、交叉网络和深度神经网络的融合,提出一种新的考虑多层次潜在特征的模型,可以提取用户与物品的浅层潜在特征、低阶非线性潜在特征、线性交叉潜在特征以及高阶非线性潜在特征。在4个常用的数据集上的实验结果表明,考虑用户与物品多层次潜在特征可以有效提高个性化推荐的预测精度。最后,研究了嵌入层维度以及神经元数量等因素对新模型预测性能的影响。 展开更多
关键词 个性化推荐 层次化潜在特征 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部