期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Logistic增长神经网络模型的软件测试方法 被引量:7
1
作者 魏霖静 宁璐璐 +2 位作者 练智超 王联国 侯振兴 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2017年第4期646-651,共6页
软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,... 软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集(Ohba与Wood)的试验,将所提方法与现有的软件可靠性增长模型(software reliability growth model,SRGM)进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果最优,表现出了更好的软件可靠性评估性能及模型适应性。 展开更多
关键词 软件测试 可靠性评估 神经网络 软件可靠性增长模型 Logistic曲线 Wood数据集 ohba数据集 故障检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部