检索结果-南通市图书馆

基于邻域三支决策粗糙集模型的软件缺陷预测方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2017年第1期32卷 166-174页

作者：李伟湋郭鸿昌南京航空航天大学航天学院南京210016 东部战区空军装备部南京210081

基于已有软件缺陷数据,建立分类模型对待测软件模块进行预测,能够提高测试效率和降低测试成本。现有基于机器学习方法对软件缺陷预测的研究大部分基于二支决策方式,存在误分率较高等问题。本文针对软件缺陷数据具有代价敏感特性且软件... 详细信息

基于已有软件缺陷数据,建立分类模型对待测软件模块进行预测,能够提高测试效率和降低测试成本。现有基于机器学习方法对软件缺陷预测的研究大部分基于二支决策方式,存在误分率较高等问题。本文针对软件缺陷数据具有代价敏感特性且软件度量取值为连续值等特性,提出了一种基于邻域三支决策粗糙集模型的软件缺陷预测方法,该方法对易分错的待测软件模块作出延迟决策,和二支决策方法相比,降低了误分类率。在NASA软件数据集上的实验表明所提方法能够提高分类正确率并减小误分类代价。

关键词：软件缺陷分类邻域三支决策粗糙集模型三支决策

在线全文

学校读者我要写书评

暂无评论

基于粗糙集与神经网络的水质评价模型研究

基于粗糙集与神经网络的水质评价模型研究

作者：李伟湋重庆大学

学位级别：硕士

三峡库区水环境保护问题一直是国家重点关注的问题,关系到国家的经济建设和长治久安。而三峡库区由于其水文环境复杂,进行水质评价时评价因子较多,且存在冗余信息,所以在进行水质评价的时候既要保证建立正确评价模型,又要考虑到降低模... 详细信息

三峡库区水环境保护问题一直是国家重点关注的问题,关系到国家的经济建设和长治久安。而三峡库区由于其水文环境复杂,进行水质评价时评价因子较多,且存在冗余信息,所以在进行水质评价的时候既要保证建立正确评价模型,又要考虑到降低模型的复杂性,增强模型的可理解性。本论文工作主要来源于三峡库区水污染重大事件科学决策关键技术研究项目下的一个子课题:三峡库区水环境安全综合信息分析系统。在分析三峡库区水环境各项数据的基础上,依据数据的特点,采用粗糙集和人工神经网络相结合的方法来建立水质评价模型。粗糙集方法在不需要先验知识的情况下能够去除冗余信息,依据属性重要度挑选出适合进行最终评价的评价因子。人工神经网络以其具有自学习、自组织、较好的容错性和优良的非线性逼近能力,已在水质评价方面广泛应用。粗糙集和人工神经网络结合的方式有多种,本文主要分析了粗糙集用于数据预处理,作为处理器前端的结合方式和粗糙元神经网络这两种结合方式,以及将这两种结合方式再进行结合的粗糙集作为处理器前端,粗糙元神经网络作为处理器后端的评价模型。粗糙集用于数据预处理,作为处理器前端的结合方式主要是指用粗糙集方法对数据进行约简,去除冗余信息,减少评价指标,将处理好后得到的评价指标作为人工神经网络的输入,再用BP神经网络进行建模评价。该结合方式减小了数据集的规模,一方面提高了数据的代表性,减少了噪声的干扰,从而使训练出来的神经网络不容易出现“过拟合”现象,另一方面减少了训练数据,使训练时间得以减少,提高了效率。粗糙元神经网络主要是指针对输入的数据是不确定的、非精确值或范围值的时候,改造神经网络的传统神经元为由一对上下神经元组成的粗糙神经元,由此构成的神经网络处理能力更强,在处理范围值时能够得到更高的精度。本文以三峡库区水环境数据为背景,将两种结合方法应用到实际系统中,实验对比了这两种结合方法,得出结论为:在实际系统中,粗糙集作为处理器前端,粗糙元神经网络作为评价模型的结合方式既能在提高运行效率基础上得到正确的结果,又能得到影响水质评价的指标因子集合,提高了系统的正确性和可理解性。所以最终在三峡库区水环境安全系统中选用该结合方式进行水质评价。

关键词：水质评价粗糙集人工神经网络粗糙元神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种状态事件故障树的时间特性分析方法

软件学报 2015年第2期26卷 427-446页

作者：徐丙凤黄志球胡军魏欧李伟湋南京航空航天大学计算机科学与技术学院江苏南京210016 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京航空航天大学航天学院江苏南京210016

状态事件故障树是一种适合于描述构件化嵌入式系统失效因果链的建模技术,其顶层事件描述失效发生的结果.对顶层事件发生的平均时间进行分析,是获得系统平均失效时间参数的一种有效方法,可为系统的安全性评估提供支持.由于状态事件故障... 详细信息

状态事件故障树是一种适合于描述构件化嵌入式系统失效因果链的建模技术,其顶层事件描述失效发生的结果.对顶层事件发生的平均时间进行分析,是获得系统平均失效时间参数的一种有效方法,可为系统的安全性评估提供支持.由于状态事件故障树缺乏严格语义,使得必须先对其进行形式化描述才能进行定量分析.为此,提出了一种基于交互马尔可夫链的状态事件故障树时间特性分析方法.首先,精化交互马尔可夫链的交互动作,建立接口交互马尔可夫链模型,并基于该模型对状态事件故障树的构件和逻辑门进行形式语义描述;其次,通过并行组合构件与逻辑门的形式语义模型,得到整个状态事件故障树的形式语义模型,并在该过程中使用弱互模拟对状态空间进行约简;然后,基于状态事件故障树的形式语义给出顶层事件发生的平均时间计算方法;最后,给出飞机着陆雷达控制系统和喷淋防火系统的状态事件故障树时间特性分析的实例研究.为构件化系统失效时间特性的分析提供了一种新方法.

关键词：状态事件故障树交互马尔可夫链平均时间分析形式化方法

基于变分自编码器的异构缺陷预测特征表示方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2021年第7期32卷 2204-2218页

作者：贾修一张文舟李伟湋黄志球南京理工大学计算机科学与工程学院江苏南京210094 南京航空航天大学航天学院江苏南京210016 南京航空航天大学计算机科学与技术学院江苏南京211106

跨项目软件缺陷预测技术可以利用现有的已标注缺陷数据集对新的无标记项目进行预测,但需要两者之间具有相同的度量集合,难以用于实际开发.异构缺陷预测技术可以在具有异构度量集合的项目间进行缺陷预测,该技术引起了大量研究人员的关注... 详细信息

跨项目软件缺陷预测技术可以利用现有的已标注缺陷数据集对新的无标记项目进行预测,但需要两者之间具有相同的度量集合,难以用于实际开发.异构缺陷预测技术可以在具有异构度量集合的项目间进行缺陷预测,该技术引起了大量研究人员的关注.现有的异构缺陷预测技术利用朴素的或者传统机器学习方法为源项目和目标项目学习特征表示,所学习到的特征表示能力很弱且缺陷预测性能很差.鉴于深度神经网络强大的特征抽取和表示能力,基于变分自编码器技术提出了一种面向异构缺陷预测的特征表示方法.该模型结合了变分自编码器和最大均值差异距离,能够有效地学习源项目和目标项目的共性特征表示,基于该特征表示可以训练出有效的缺陷预测模型.在多组缺陷数据集上通过与传统跨项目缺陷预测方法及异构缺陷预测方法实验对比验证了所提方法的有效性.

关键词：异构缺陷预测变分自编码器特征表示

在线全文

学校读者我要写书评

暂无评论

一种自适应求三枝决策中决策阈值的算法

电子学报 2011年第11期39卷 2520-2525页

作者：贾修一李伟湋商琳陈家骏南京大学软件新技术国家重点实验室江苏南京210093 南京大学计算机科学与技术系江苏南京210093 南京航空航天大学高新技术研究院江苏南京210016

在三枝决策粗糙集模型中,基于贝叶斯决策理论,在给定的损失函数基础上可以计算出不同决策之间的阈值,从而可以推导出各种现有的概率型粗糙集模型,如可变精度粗糙集模型等.但是决策粗糙集模型需要对损失函数预先设定,这就需要合适的先验... 详细信息

在三枝决策粗糙集模型中,基于贝叶斯决策理论,在给定的损失函数基础上可以计算出不同决策之间的阈值,从而可以推导出各种现有的概率型粗糙集模型,如可变精度粗糙集模型等.但是决策粗糙集模型需要对损失函数预先设定,这就需要合适的先验知识.本文通过研究三枝决策粗糙集模型中的风险损失和建立模型需要的阈值参数之间的关系,提出了一个最优化问题,给出了理论分析,说明解决该优化问题即可求得所需参数,并给出了一种自适应求阈值参数的算法.该算法将每个样本的条件概率作为搜索空间,以决策风险损失最小化为目标,求得的损失函数和阈值能够使得用户基于此作出的风险最小.在部分数据集上的实验也表明了算法的有效性,利用学习到的阈值建立的三枝决策粗糙集模型能够取得更好的分类性能.

关键词：三枝决策粗糙集损失函数阈值最优化问题

在线全文

学校读者我要写书评

暂无评论

基于Hellinger距离的特征选择算法

计算机应用 2010年第6期30卷 1530-1532,1634页

作者：李伟湋贾修一南京航空航天大学高新技术研究院南京210016 南京航空航天大学信息科学与技术学院南京210016 南京大学计算机科学与技术系南京210093

针对数据挖掘中的特征选择问题,依据Hellinger距离的特性,研究了两种Hellinger距离的定义方式,提出了基于Hellinger距离的特征选择方法,设计了两种相应的算法。不同数据集上的实验结果表明了新算法选择的特征的有效性。与其他特征选择... 详细信息

针对数据挖掘中的特征选择问题,依据Hellinger距离的特性,研究了两种Hellinger距离的定义方式,提出了基于Hellinger距离的特征选择方法,设计了两种相应的算法。不同数据集上的实验结果表明了新算法选择的特征的有效性。与其他特征选择算法的对比可发现:这两种算法选择的特征个数少且对C4.5分类精度较好。

关键词：特征选择 Hellinger距离数据挖掘

在线全文

学校读者我要写书评

暂无评论

一种基于同步语义对齐的异构缺陷预测方法

软件学报 2023年第6期34卷 2669-2689页

作者：李伟湋陈翔张恒伟黄志球贾修一南京航空航天大学计算机科学与技术学院江苏南京211106 南京航空航天大学航天学院江苏南京211106 南通大学信息科学技术学院江苏南通226019 南京理工大学计算机科学与工程学院江苏南京210094

异构缺陷预测(heterogeneous defect prediction,HDP)在具有异构特征的项目间进行缺陷预测,可以有效解决源项目和目标项目使用了不同特征的问题.当前大多数HDP方法都是通过学习域不变特征子空间以减少域之间的差异来解决异构特征问题.但... 详细信息

异构缺陷预测(heterogeneous defect prediction,HDP)在具有异构特征的项目间进行缺陷预测,可以有效解决源项目和目标项目使用了不同特征的问题.当前大多数HDP方法都是通过学习域不变特征子空间以减少域之间的差异来解决异构特征问题.但是,源域和目标域通常呈现出巨大的异质性,使得域对齐效果并不好.究其原因,这些方法都忽视了分类器对于两个域中的同一类别应产生相似的分类概率分布这一潜在知识,没有挖掘数据中包含的内在语义信息.另一方面,由于在新启动项目或历史遗留项目中搜集训练数据依赖于专家知识,费时费力且容易出错,探究了基于目标项目内少数标记模块来进行异构缺陷预测的可能性.鉴于此,提出一种基于同步语义对齐的异构缺陷预测方法(SHSSAN).一方面,探索从标记的源项目中学到的隐性知识,从而在类别之间传递相关性,达到隐式语义信息迁移.另一方面,为了学习未标记目标数据的语义表示,通过目标伪标签进行质心匹配达到显式语义对齐.同时,SHSSAN可以有效解决异构缺陷数据集中常见的类不平衡和数据线性不可分问题,并充分利用目标项目中的标签信息.对包含30个不同项目的公共异构数据集进行的实验表明,与目前表现优异的CTKCCA、CLSUP、MSMDA、KSETE和CDAA方法相比,在F-measure和AUC上分别提升了6.96%、19.68%、19.43%、13.55%、9.32%和2.02%、3.62%、2.96%、3.48%、2.47%.

关键词：异构缺陷预测语义对齐少样本数据类不平衡线性不可分

在线全文

学校读者我要写书评

暂无评论

嵌入偏序约简的状态事件线性时序逻辑验证

计算机学报 2019年第10期42卷 2145-2159页

作者：谢健阚双龙黄志球王飞杨志斌李伟湋南京航空航天大学计算机科学与技术学院南京210016 南京航空航天大学航天学院南京210016

模型检验是硬件和软件形式化验证最成功的技术之一.目前大部分的模型检验技术是基于状态的而不考虑迁移上的操作和事件.这导致模型检验在验证使用事件进行交互的组件系统中面临新的困难,因此需要新的规约技术对状态事件系统进行规约.状... 详细信息

模型检验是硬件和软件形式化验证最成功的技术之一.目前大部分的模型检验技术是基于状态的而不考虑迁移上的操作和事件.这导致模型检验在验证使用事件进行交互的组件系统中面临新的困难,因此需要新的规约技术对状态事件系统进行规约.状态事件线性时序逻辑(State/Event Linear Temporal Logic,SE-LTL)给出了一种简洁和直接的方式表达包含状态和事件的系统属性.在SE-LTL中,状态和事件都可以作为原子命题.基于自动机理论的线性时序逻辑(Linear Temporal Logic,LTL)模型检验可以被用来对SE-LTL属性进行验证.然而SE-LTL属性在经典的stutter等价(stutter-equivalent)下无法保持,所以最有效的并发程序状态约简技术:偏序约简技术(Partial Order Reduction,POR)不能直接应用于SE-LTL的验证.该文提出一种新的方法利用已有的偏序约简技术对SE-LTL验证过程的状态空间进行约简.该方法分为两个部分:第一个部分是针对SE-LTL不带NEXT算子的约简方法;第二部分则是带NEXT算子的约简方法.第一部分的主要思想是从一个Büchi自动机(Automata,BA)中抽取出“状态部分”.“状态部分”的含义是该部分只与系统的状态相关.基于“状态部分”,给出关于BA和标签Kripke结构(Labeled Kripke Structure)的同步乘,并在同步乘的构造过程中嵌入偏序约简技术,从而约简同步乘的状态空间,即该文的约简技术是on-the-fly的.嵌入的偏序约简在已有的偏序约简基础上,面向SE-LTL公式中的事件引入新的可见操作的识别方法.为了能够将偏序约简技术应用到所有的SE-LTL公式,该文同时给出验证SE-LTL带NEXT算子的偏序约简算法.NEXT算子是偏序约简的另一个主要障碍.该部分是文中的第二部分工作.该部分的技术依然是on-the-fly的,并且需要与状态部分的识别相结合.通过将该文技术实现到SPIN模型检验器中对已有的模型进行验证.Spin是针对LTL的并发程序模型检验器.实现部分包括SE-LTL到BA的转化,以及on-the-fly的模型验证过程.实验的过程主要针对三个模型集:生产消费者模型,哲学家就餐问题以及公共对象请求代理体系结构中的GIOP协议.验证结果表明,对比完全基于状态的模型检验和不带偏序约简的状态事件模型检验,该文的方法具有更好的效率,并且能够被应用于状态事件系统,特别是安全有关嵌入式系统的验证.

关键词：偏序约简状态事件线性时序逻辑模型检验同步乘标签Kripke结构

在线全文

学校读者我要写书评

暂无评论

基于自然近邻与协同过滤的API推荐方法

浙江大学学报（工学版） 2022年第3期56卷 494-502页

作者：郑黄河黄志球李伟湋喻垚慎王永超南京航空航天大学计算机科学与技术学院江苏南京210016

为了解决由于近邻选择不恰当导致的推荐性能下降问题,提出基于自然近邻与协同过滤的API推荐方法——N-APIRec.该方法利用BM25算法将项目转换成向量,以自然近邻算法筛选数据集中的相似项目以减少搜索范围,从相似项目中筛选相似的方法声明... 详细信息

为了解决由于近邻选择不恰当导致的推荐性能下降问题,提出基于自然近邻与协同过滤的API推荐方法——N-APIRec.该方法利用BM25算法将项目转换成向量,以自然近邻算法筛选数据集中的相似项目以减少搜索范围,从相似项目中筛选相似的方法声明,通过协同过滤的方式推荐API.将N-APIRec在MV、SH数据集上与前沿方法进行实验对比,结果验证了N-APIRec的有效性,在MV、SH数据集上的推荐成功率分别为77.38%、30.00%,优于现有方法.

关键词：代码复用 API推荐自然近邻 BM25 协同过滤

同方期刊数据库