針對航天軟件質量評價準確率不高、受主觀因素影響較大、可擴展性較弱等問題,本文結合神經(jīng)網(wǎng)絡和DS證據(jù)理論,提出了一種利用并行神經(jīng)網(wǎng)絡進行質量評價的方法。將選取的軟件質量評價指標數(shù)據(jù)分別輸入到多個相互獨立的并行的神經(jīng)網(wǎng)絡中以獲得多個初步評價結果,利用DS證據(jù)理論對各初步評價結果進行融合獲得最終評價結果。以某航天相機系統(tǒng)為實驗對象,測試本文方法的有效性,實驗結果表明:評價準確率可以達到95.23%,訓練時間為576.00 ms,評價處理時間為77.50 ms。本文方法評價準確率較高、訓練時間和評價時間較短,滿足對航天軟件進行質量評價的要求。 

【文章來源】：哈爾濱工程大學學報. 2020,41(04)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
1 并行神經(jīng)網(wǎng)絡航天軟件質量評價
    1.1 訓練神經(jīng)網(wǎng)絡并計算其可信度
    1.2 利用神經(jīng)網(wǎng)絡對軟件質量進行初步評價
    1.3 根據(jù)決策準則產(chǎn)生最終評價結果
2 實驗驗證與方法比較
    2.1 實驗概述
    2.2 方法示例
    2.3 方法比較
3 結論


【參考文獻】：
期刊論文
[1]特征融合和自適應權重更新相結合的運動模糊目標跟蹤[J]. 王廣龍,田杰,朱文杰,方丹.  光學精密工程. 2019(05)
[2]神經(jīng)網(wǎng)絡非線性智能控制在光電跟蹤系統(tǒng)中的應用[J]. 林貽翔.  光學精密工程. 2018(12)
[3]多層次信息融合在鐵譜圖像磨粒識別中的應用[J]. 徐斌,溫廣瑞,蘇宇,張志芬,陳峰,孫耀寧.  光學精密工程. 2018(06)
[4]結合粒子群優(yōu)化和綜合評價的脈沖耦合神經(jīng)網(wǎng)絡圖像自動分割[J]. 張坤華,譚志恒,李斌.  光學精密工程. 2018(04)
[5]基于夾角余弦的證據(jù)組合方法[J]. 胡嘉驥,李新德,王豐羽.  模式識別與人工智能. 2015(09)
[6]基于模糊三角數(shù)模糊神經(jīng)網(wǎng)絡的軟件質量評價方法[J]. 李克文,張郁,馬竟峰,劉洪太.  計算機工程與科學. 2014(07)
[7]嫦娥三號巡視器綜合電子系統(tǒng)的設計與實現(xiàn)[J]. 陳建新,張志,王磊,李志平,余志鴻,宮經(jīng)剛,裴楠,魏然.  中國科學:技術科學. 2014(05)
[8]基于模糊軟集合的軟件質量綜合評價方法[J]. 岳峰,蘇兆品,陸陽,張國富.  系統(tǒng)工程與電子技術. 2013(07)
[9]基于SVM的軟件質量評價[J]. 殷輝,葉飛.  河北工業(yè)科技. 2012(05)
[10]互聯(lián)網(wǎng)時代的軟件技術:現(xiàn)狀與趨勢[J]. 梅宏,劉譞哲.  科學通報. 2010(13)

碩士論文
[1]基于支持向量機的軟件質量評價[D]. 趙越.渤海大學 2016



本文編號：3424197