计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2012年
5期
1436-1438,1442
,共4页
软件可靠性预测%泛化性能%软件度量%学习向量量化%神经网络%映射网络%Matlab仿真
軟件可靠性預測%汎化性能%軟件度量%學習嚮量量化%神經網絡%映射網絡%Matlab倣真
연건가고성예측%범화성능%연건도량%학습향량양화%신경망락%영사망락%Matlab방진
针对传统的软件可靠性预测模型在实际应用中存在预测泛化性能不佳等问题,提出一种基于学习向量量化(LVQ)神经网络的软件可靠性预测模型.首先分析了LVQ神经网络的结构特点以及它与软件可靠性预测的联系,然后运用该网络来进行软件可靠性的预测,并基于美国国家航空航天局(NASA)软件数据项目中的实例数据集,运用Matlab工具进行了仿真实验.通过与传统预测方法的对比,证明该方法具有可行性和较高的预测泛化性能.
針對傳統的軟件可靠性預測模型在實際應用中存在預測汎化性能不佳等問題,提齣一種基于學習嚮量量化(LVQ)神經網絡的軟件可靠性預測模型.首先分析瞭LVQ神經網絡的結構特點以及它與軟件可靠性預測的聯繫,然後運用該網絡來進行軟件可靠性的預測,併基于美國國傢航空航天跼(NASA)軟件數據項目中的實例數據集,運用Matlab工具進行瞭倣真實驗.通過與傳統預測方法的對比,證明該方法具有可行性和較高的預測汎化性能.
침대전통적연건가고성예측모형재실제응용중존재예측범화성능불가등문제,제출일충기우학습향량양화(LVQ)신경망락적연건가고성예측모형.수선분석료LVQ신경망락적결구특점이급타여연건가고성예측적련계,연후운용해망락래진행연건가고성적예측,병기우미국국가항공항천국(NASA)연건수거항목중적실례수거집,운용Matlab공구진행료방진실험.통과여전통예측방법적대비,증명해방법구유가행성화교고적예측범화성능.
