检索结果-维普期刊中文期刊服务平台

广义回归神经网络在软件质量预测中的应用被引量：4: 1; 作者马慧敏宋雨许正伟《计算机工程与应用》 CSCD 北大核心 2004年第29期217-219,共3页; 软件质量预测技术是软件质量评价体系中的关键技术,它能够对用户所关心的软件质量特性进行评价。广义回归神经网络在逼近能力、分类能力和学习速度方面具有较强优势。采用基于软件度量的广义回归神经网络构造质量预测模型能够从历史数... 展开更多; 关键词软件质量预测广义回归神经网络软件度量缺陷数; 在线阅读下载PDF 职称材料

基于蚁群算法优化反向传播神经网络的软件质量预测被引量：7: 2; 作者朱嘉豪郑巍 +2 位作者杨丰玉樊鑫肖鹏《计算机应用》 CSCD 北大核心 2023年第11期3568-3573,共6页; 针对基于反向传播神经网络(BPNN)的软件质量预测模型存在收敛慢、模型精度不高的问题,提出一种基于蚁群算法优化BPNN的软件质量预测(SQP-ACO-BPNN)方法。首先,选择软件质量评价指标,确立软件质量评价体系;其次,采用BPNN构建初始软件质... 展开更多; 关键词软件质量预测蚁群优化算法反向传播神经网络网络结构评价; 在线阅读下载PDF 职称材料

控制软件质量预测中两类错误比率的比较研究: 3; 作者邢飞郭平吕荣聪《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第z1期644-649,共6页; 软件质量预测是通过建立软件内部属性(复杂性度量)与外部属性(缺陷数)之间客观定量的联系,来帮助软件开发者和管理者较早地检测出出错率高的模块,避免将错误带入软件生命周期后期.在软件质量预测中常会出现两类错误,在实际应用中,第二... 展开更多; 关键词复杂性度最软件质量预测支持向量机贝叶斯决策两类错误; 在线阅读下载PDF 职称材料

粒子群算法优化的BP网络预测软件质量被引量：8: 4; 作者宫丽娜马怀志《计算机工程与应用》 CSCD 2014年第23期65-68,共4页; 预测软件质量的技术中,软件建模技术是软件质量评价体系中的关键技术,它可以发现软件中度量数据和软件质量要素之间的非线性关系。BP神经网络能够很好地模拟度量数据和质量要素之间的非线性关系,但是BP网络存在易于陷入局部极小和收敛... 展开更多; 关键词软件质量预测模型软件度量神经网络粒子群算法; 在线阅读下载PDF 职称材料

Logistic曲线在软件开发质量预测中的应用研究: 5; 作者晏明《计算机应用与软件》 CSCD 北大核心 2014年第11期125-129,共5页; 影响软件质量的因素除了开发方式多种多样外,还受其他因素影响。对于多阶段、不断开发、不断测试的软件开发项目,跟踪项目整体的测试质量对项目的质量控制有重要意义。研究发现软件开发项目中测试出的缺陷累计值的时间曲线基本符合Logis... 展开更多; 关键词 Logistic曲线 Gompertz曲线三点法软件开发质量预测累计缺陷; 在线阅读下载PDF 职称材料

题名广义回归神经网络在软件质量预测中的应用被引量：4: 1; 作者马慧敏宋雨许正伟; 机构华北电力大学计算机科学与技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2004年第29期217-219,共3页; 文摘软件质量预测技术是软件质量评价体系中的关键技术,它能够对用户所关心的软件质量特性进行评价。广义回归神经网络在逼近能力、分类能力和学习速度方面具有较强优势。采用基于软件度量的广义回归神经网络构造质量预测模型能够从历史数据中寻找软件度量之间的相关关系。对软件缺陷数进行预测的实验说明了模型的有效性、精确性,实验结果令人满意。; 关键词软件质量预测广义回归神经网络软件度量缺陷数; Keywords software quality prediction,GRNN,software metrics,number of faults; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于蚁群算法优化反向传播神经网络的软件质量预测被引量：7: 2; 作者朱嘉豪郑巍杨丰玉樊鑫肖鹏; 机构南昌航空大学软件学院南昌航空大学软件测评中心; 出处《计算机应用》 CSCD 北大核心 2023年第11期3568-3573,共6页; 基金总装预研基金项目(JZX7J202202ZL002000)。; 文摘针对基于反向传播神经网络(BPNN)的软件质量预测模型存在收敛慢、模型精度不高的问题,提出一种基于蚁群算法优化BPNN的软件质量预测(SQP-ACO-BPNN)方法。首先,选择软件质量评价指标,确立软件质量评价体系;其次,采用BPNN构建初始软件质量预测模型,并利用蚁群优化(ACO)算法确定若干网络结构、网络初始连接权值和阈值;再次,给出网络结构评价函数,选择神经网络模型的最佳结构、网络初始连接权值和阈值;最后,通过BP算法训练该网络,得到最终的软件质量预测模型。在机载嵌入式软件质量预测数据上的实验结果表明,优化后的BPNN模型有效提高了预测的准确率、精确率、召回率和F1值,并且模型能够更快收敛,验证了SQP-ACO-BPNN方法的有效性。; 关键词软件质量预测蚁群优化算法反向传播神经网络网络结构评价; Keywords software quality prediction Ant Colony Optimization(ACO)algorithm Back Propagation Neural Network(BPNN) network structure evaluation; 分类号 TP311.5 [自动化与计算机技术—计算机软件与理论] TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名控制软件质量预测中两类错误比率的比较研究: 3; 作者邢飞郭平吕荣聪; 机构北京师范大学计算机科学系中国科学院计算机科学重点实验室香港沙田香港中文大学计算机科学与工程学系; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第z1期644-649,共6页; 基金国家自然科学基金(60275002),国家863高科技项目(2003AA133060); 文摘软件质量预测是通过建立软件内部属性(复杂性度量)与外部属性(缺陷数)之间客观定量的联系,来帮助软件开发者和管理者较早地检测出出错率高的模块,避免将错误带入软件生命周期后期.在软件质量预测中常会出现两类错误,在实际应用中,第二类错误所引发的后果往往要比第一类错误要严重得多,因此降低第二类错误率是非常必要的.探讨了3种控制软件质量预测中两类错误比率的方法:带风险特性的支持向量机,偏置支持向量机和基于最小风险的贝叶斯决策.实验结果表明,限定第二类错误的情况下,带风险特性的支持向量机在总体的预测性能上是最优的,但其对第二类错误的调节幅度是有限的.基于最小风险的贝叶斯决策与其相反,它可以将第二类错误控制到很小,但它的总体分类性能也是三种方法中最差的.而偏置支持向量机的性能介于上述两者之间.由此可以根据不同的应用需求来选用一种适合的方法来控制两类错误的比率.; 关键词复杂性度最软件质量预测支持向量机贝叶斯决策两类错误; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名粒子群算法优化的BP网络预测软件质量被引量：8: 4; 作者宫丽娜马怀志; 机构枣庄学院信息科学与工程学院; 出处《计算机工程与应用》 CSCD 2014年第23期65-68,共4页; 文摘预测软件质量的技术中,软件建模技术是软件质量评价体系中的关键技术,它可以发现软件中度量数据和软件质量要素之间的非线性关系。BP神经网络能够很好地模拟度量数据和质量要素之间的非线性关系,但是BP网络存在易于陷入局部极小和收敛速度慢的问题,所以提出了用粒子群算法优化BP神经网络,通过优化的BP网络建立软件质量模型,这样能很好地解决BP网络收敛速度慢和局部极小的问题。在实现该进化BP神经网络的基础上,利用28组数据进行实验,并通过与BP模型的结果的比较,验证了该模型。; 关键词软件质量预测模型软件度量神经网络粒子群算法; Keywords prediction model of software quality software metrics neural network Particle Swarm Optimization （PSO）; 分类号 TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名Logistic曲线在软件开发质量预测中的应用研究: 5; 作者晏明; 机构大连海事大学; 出处《计算机应用与软件》 CSCD 北大核心 2014年第11期125-129,共5页; 文摘影响软件质量的因素除了开发方式多种多样外,还受其他因素影响。对于多阶段、不断开发、不断测试的软件开发项目,跟踪项目整体的测试质量对项目的质量控制有重要意义。研究发现软件开发项目中测试出的缺陷累计值的时间曲线基本符合Logistic与Gompertz函数曲线。采用VBA编程,遍历所有实测数据的三点可求解出实测数据分别与两条函数曲线拟合度最好(最小2乘法)的三个曲线参数(L,b,a)。其中Logistic曲线的L值(即饱和值)可用于预测软件开发项目系统稳定时的缺陷累计值。通过分析软件项目开发中及系统发布运行后的累计缺陷的实测值与函数曲线(三个参数决定的曲线)的预测值,发现该函数曲线可用于预测及监控软件开发过程中及系统发布后的软件质量。; 关键词 Logistic曲线 Gompertz曲线三点法软件开发质量预测累计缺陷; Keywords Logistic curve Gompertz curve Three-point method Software development quality prediction Cumulative defects; 分类号 TP311.52 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	广义回归神经网络在软件质量预测中的应用	马慧敏宋雨许正伟	《计算机工程与应用》 CSCD 北大核心	2004	4	在线阅读下载PDF 职称材料
2	基于蚁群算法优化反向传播神经网络的软件质量预测	朱嘉豪郑巍杨丰玉樊鑫肖鹏	《计算机应用》 CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
3	控制软件质量预测中两类错误比率的比较研究	邢飞郭平吕荣聪	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2005	0	在线阅读下载PDF 职称材料
4	粒子群算法优化的BP网络预测软件质量	宫丽娜马怀志	《计算机工程与应用》 CSCD	2014	8	在线阅读下载PDF 职称材料
5	Logistic曲线在软件开发质量预测中的应用研究	晏明	《计算机应用与软件》 CSCD 北大核心	2014	0	在线阅读下载PDF 职称材料