本文選題：軟件測試 + 可靠性評(píng)估�。� 參考：《哈爾濱工程大學(xué)學(xué)報(bào)》2017年04期

【摘要】：軟件可靠性評(píng)估性能直接影響軟件測試的工作量,本文針對(duì)軟件測試工作中的故障檢測和校正處理問題,提出一種基于Logistic增長神經(jīng)網(wǎng)絡(luò)的軟件測試方法。該方法考慮到軟件工程的多樣性,利用Logistic增長曲線構(gòu)建神經(jīng)網(wǎng)絡(luò)模型完成故障檢測,并結(jié)合指數(shù)分布校正時(shí)間完成故障校正過程。通過兩組真實(shí)失效數(shù)據(jù)集(Ohba與Wood)的試驗(yàn),將所提方法與現(xiàn)有的軟件可靠性增長模型(software reliability growth model,SRGM)進(jìn)行了比較。結(jié)果顯示Logistic增長神經(jīng)網(wǎng)絡(luò)模型的模型擬合效果最優(yōu),表現(xiàn)出了更好的軟件可靠性評(píng)估性能及模型適應(yīng)性。
[Abstract]:The performance of software reliability evaluation directly affects the workload of software testing. In this paper, a software testing method based on Logistic neural network is proposed to deal with the problems of fault detection and correction in software testing. Considering the diversity of software engineering, the Logistic growth curve is used to construct a neural network model for fault detection, and the exponential distribution correction time is combined to complete the fault correction process. Through the experiments of two sets of real failure data sets, Ohba and Wood, the proposed method is compared with the existing software reliability growth model (SRGM). The results show that the model fitting effect of Logistic growth neural network model is the best, which shows better software reliability evaluation performance and model adaptability.
【作者單位】： 甘肅農(nóng)業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院;南洋理工大學(xué)生物科學(xué)學(xué)院;南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;南京大學(xué)信息管理學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61063028,31560378) 江蘇省自然科學(xué)基金青年基金項(xiàng)目(BK20150784) 中國博士后面上項(xiàng)目(2015M581800) 甘肅省科技支撐計(jì)劃(1604WKCA011) 隴原青年創(chuàng)新創(chuàng)業(yè)人才項(xiàng)目(2016-47) 2016年度甘肅省高校重大軟科學(xué)(戰(zhàn)略)研究項(xiàng)目(2016F-10)
【分類號(hào)】：TP183;TP311.53

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊英;;基于神經(jīng)網(wǎng)絡(luò)模型的個(gè)性化服務(wù)研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2008年10期

2 劉亞秀;;英文字母中的噪聲信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)模型識(shí)別的影響[J];防災(zāi)科技學(xué)院學(xué)報(bào);2006年04期

3 歐陽江林;重復(fù)傳播神經(jīng)網(wǎng)絡(luò)模型及其學(xué)習(xí)算法的探討[J];浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2002年01期

4 李志剛,胡守仁;表示結(jié)構(gòu)化知識(shí)的神經(jīng)網(wǎng)絡(luò)模型[J];國防科技大學(xué)學(xué)報(bào);1997年01期

5 帥建偉，陳振湘，劉瑞堂，吳伯僖;2~n元數(shù)神經(jīng)網(wǎng)絡(luò)模型；多值圖象的識(shí)別應(yīng)用[J];廈門大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年05期

6 潘昊，吉孔詩，鐘珞，李桂青，，鄒秀芬;一種新的神經(jīng)網(wǎng)絡(luò)模型及學(xué)習(xí)算法[J];湖北工學(xué)院學(xué)報(bào);1995年04期

7 陳繼述;基于神經(jīng)網(wǎng)絡(luò)模型的智能化目標(biāo)識(shí)別[J];激光與紅外;1989年05期

8 王芳;吳召明;鄭亮;趙波;馬世雷;;基于MATLAB的神經(jīng)網(wǎng)絡(luò)模型參考控制仿真[J];機(jī)械工程與自動(dòng)化;2007年05期

9 陳一峰;曹元大;;一種時(shí)空模式識(shí)別的綜合神經(jīng)網(wǎng)絡(luò)模型[J];模式識(shí)別與人工智能;1996年03期

10 丁紅;吳志;李宏光;;可視化神經(jīng)網(wǎng)絡(luò)模型參考控制器的設(shè)計(jì)[J];通化師范學(xué)院學(xué)報(bào);2006年04期

相關(guān)會(huì)議論文 前1條

1 郭景峰;蘇哲;劉強(qiáng);鄒曉紅;董曉;;基于神經(jīng)網(wǎng)絡(luò)的多關(guān)系數(shù)據(jù)分類算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（一）[C];2008年

相關(guān)碩士學(xué)位論文 前9條

1 蘇延平;基于圖像處理的車牌識(shí)別技術(shù)的研究與實(shí)現(xiàn)[D];吉林大學(xué);2016年

2 付春芬;基于深度學(xué)習(xí)的安全帶檢測方法研究[D];華中科技大學(xué);2015年

3 柳丹;量子神經(jīng)網(wǎng)絡(luò)模型及其在心電圖分類識(shí)別中的應(yīng)用研究[D];南京郵電大學(xué);2012年

4 王志勇;基于模式識(shí)別的股價(jià)趨勢預(yù)測系統(tǒng)[D];上海交通大學(xué);2007年

5 壽質(zhì)彬;基于神經(jīng)網(wǎng)絡(luò)模型融合的圖像識(shí)別研究[D];華南理工大學(xué);2015年

6 許詣博;基于神經(jīng)網(wǎng)絡(luò)模型的智能授導(dǎo)系統(tǒng)研究[D];東北師范大學(xué);2010年

7 Amos Iseorukarima Iruenabere;[D];湖南大學(xué);2011年

8 張閃閃;基于競爭機(jī)制的神經(jīng)網(wǎng)絡(luò)模型在視覺不變性中的應(yīng)用研究[D];天津大學(xué);2010年

9 桂彬旺;基于神經(jīng)網(wǎng)絡(luò)的堆浸廠生產(chǎn)管理信息系統(tǒng)的研究[D];昆明理工大學(xué);2002年

本文編號(hào)：1932973