检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于优化SVR的军用软件可靠性预测方法

火力与指挥控制 2019年第11期44卷 151-155页

作者：马振宇张威吴纬韩坤刘福胜陆军装甲兵学院北京100072 解放军63963部队北京100071

为了避免军用软件在投入部队使用后频繁出现失效问题,进而造成训练及战时的损失,提出一种优化SVR算法的军用软件可靠性预测方法,旨在军用软件大量投入部队使用前,做好军用软件自身的可靠性预测工作。进行度量元采集,并对度量元进行数据... 详细信息

为了避免军用软件在投入部队使用后频繁出现失效问题,进而造成训练及战时的损失,提出一种优化SVR算法的军用软件可靠性预测方法,旨在军用软件大量投入部队使用前,做好军用软件自身的可靠性预测工作。进行度量元采集,并对度量元进行数据预处理;通过引入相关性的概念,提取出与软件可靠性指标相关程度较大的度量元;再通过网格寻优法优化SVR中的参数;通过案例对比分析,证明了基于优化SVR算法的军用软件可靠性预测方法可以提高软件可靠性的预测精度。

关键词：相关系数度量元可靠性指标网格寻优法支持向量回归

在线全文

学校读者我要写书评

暂无评论

基于CMMI的软件测试过程度量研究

计算机工程与设计 2007年第11期28卷 2530-2532,2546页

作者：万邦睿丁晓明西南大学计算机与信息科学学院

对软件测试过程的度量能够提高软件测试的有效性,保证软件的质量。通过CMMI与软件测试、度量的分析,提出了基于CMMI的软件测试过程模型,并以此为基础对软件测试过程度量元的有效选取进行了研究。建立了CMMI与GQM的映射关系模型,提出了... 详细信息

对软件测试过程的度量能够提高软件测试的有效性,保证软件的质量。通过CMMI与软件测试、度量的分析,提出了基于CMMI的软件测试过程模型,并以此为基础对软件测试过程度量元的有效选取进行了研究。建立了CMMI与GQM的映射关系模型,提出了度量元的选取原则,以一个应用案例证明了研究结果的可行性。

关键词：集成能力成熟度模型度量软件测试过程度量元有效性

在线全文

学校读者我要写书评

暂无评论

不平衡数据的软件缺陷预测方法

火力与指挥控制 2012年第5期37卷 56-59页

作者：常瑞花慕晓冬宋国军张海静尹宗润西安高技术研究所解放军96550部队

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡... 详细信息

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。

关键词：软件缺陷预测度量元不平衡数据

在线全文

学校读者我要写书评

暂无评论

软件程序代码质量度量技术研究

计算机工程与设计 2006年第2期27卷 325-327页

作者：孙梦璘宋晓秋巢翌中国航天科工集团第二研究院706所北京100854

软件质量的重要性和必要性已被越来越多的软件开发人员所认识。拓宽、融合、改进、完善Logiscope和McCabe的软件度量体系,选取16个度量元作为评价软件质量的度量指标,进而建立评分值分布函数模型,并通过测试9个不同型号的软件确定出模... 详细信息

软件质量的重要性和必要性已被越来越多的软件开发人员所认识。拓宽、融合、改进、完善Logiscope和McCabe的软件度量体系,选取16个度量元作为评价软件质量的度量指标,进而建立评分值分布函数模型,并通过测试9个不同型号的软件确定出模型参数,同时依据度量元权值的不同,对软件进行综合评分,以量化数据的形式计算出软件程序代码的质量水平。

关键词：质量度量模型量化评分模型度量元

在线全文

学校读者我要写书评

暂无评论

航空机载软件缺陷知识库框架

测控技术 2013年第1期32卷 99-103页

作者：张贺王世海刘斌杨顺昆余正伟秦蕾北京航空航天大学可靠性与系统工程学院北京100191

提高航空机载软件质量成为当前一个亟须解决的问题。建立软件缺陷知识库对于进行有效的软件质量评价及软件故障预测,识别易于出现缺陷的软件模块,提高软件测试效率和软件质量,都能起到重要作用。提出了一个基于机器学习和产生式系统推... 详细信息

提高航空机载软件质量成为当前一个亟须解决的问题。建立软件缺陷知识库对于进行有效的软件质量评价及软件故障预测,识别易于出现缺陷的软件模块,提高软件测试效率和软件质量,都能起到重要作用。提出了一个基于机器学习和产生式系统推理相结合的航空机载软件缺陷知识库构建方法和相应的框架,该框架还包含软件缺陷度量元选取标准、选取清单,以及缺陷信息统计要求、分析方法。在此框架的基础上,利用实际测评工作中积累的大量航空机载软件缺陷数据,构建了一个统一、规范的软件缺陷知识库,并通过该知识库给出了缺陷预防信息,从而对航空机载软件全寿命周期进行了有效指导。

关键词：航空机载软件知识库度量元机器学习

在线全文

学校读者我要写书评

暂无评论

实用软件度量体系的研究与建立

实用软件度量体系的研究与建立

作者：郭莉萍北京邮电大学

学位级别：硕士

软件产业是随着电子计算机的发明和广泛应用而产生的，经历了萌芽、初具规模、飞速发展的阶段，跃居为发展最快的和潜力巨大的产业部门。随着信息技术的发展，作为信息技术载体的软件日益渗透到社会生活的各个领域和各个层面，相应提高... 详细信息

软件产业是随着电子计算机的发明和广泛应用而产生的，经历了萌芽、初具规模、飞速发展的阶段，跃居为发展最快的和潜力巨大的产业部门。随着信息技术的发展，作为信息技术载体的软件日益渗透到社会生活的各个领域和各个层面，相应提高了对软件的可用性、可靠性、可信性、生产效率、生产能力、用户满意度等质量要求。与此同时，软件开发工作依赖于人力资源、隐性且复杂的特殊性，使得“软件危机”随之爆发，导致大量软件项目以失败告终。经专家分析，大多数项目的失败在于缺乏有效的过程管理。由此可知，加强管理是解决软件产业棘手问题的途径。人们无法管理不能度量的事物，度量是管理的有力支持，只有通过度量，掌握软件开发过程的数据，并加以分析、利用，才能够使软件过程管理发挥作用，才能够使得软件开发工作持续改进、发展。如何开展软件度量工作成为业界研究的一个重要课题。目前业界的软件度量方法、理论数量有限且实际指导性较弱，作者通过对软件工程及软件度量相关理论的深入研究，在本论文中依据CMMI(软件能力成熟度模型集成)对度量要求，结合GQM(目标-问题-度量)方法和PSM(实用软件度量)理论自行设计一套高效、实用的软件度量体系，从计划软件度量、执行软件度量到软件度量的分析与结果发布，具体给出了在软件组织中建立度量体系、执行度量工作的思路、模式和方法，并提供了该体系在作者所在软件组织应用的宝贵实例。本文设计的软件度量体系，在作者所在的软件组织成功试用，取得了良好的效果，获得了业界同行的普遍认可，对我国软件组织成功建立实用性强、效益好的度量体系提供了有益参考;对加强软件开发过程管理提出了应对措施;对通过有效度量支持软件项目、软件组织成功决策，从而支持软件开发过程持续改进，建立强健的软件开发过程提供了理论依据和实践指导。

关键词：软件度量度量元定义收集分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CMMI的软件测试过程度量研究

基于CMMI的软件测试过程度量研究

作者：万邦睿西南大学

学位级别：硕士

随着信息技术的迅猛发展，计算机软件已渗透到社会生活的方方面面。与此同时，软件项目规模的不断壮大、功能的增强和复杂度的增加，软件的成本、进度、质量也变得更加难以控制，这使得软件差错的经济代价和社会代价不断上升。因此，如... 详细信息

随着信息技术的迅猛发展，计算机软件已渗透到社会生活的方方面面。与此同时，软件项目规模的不断壮大、功能的增强和复杂度的增加，软件的成本、进度、质量也变得更加难以控制，这使得软件差错的经济代价和社会代价不断上升。因此，如何生产出高质量的软件产品成为软件产业生死攸关的问题。软件测试作为保证软件质量的一种重要手段，在软件的生命周期中具有十分重要的地位。有研究表明：越早发现软件中存在的问题，开发费用就越低，软件质量越高，软件发布后的维护费用越低。而业界普遍认为，除了软件测试技术以外，一个好的、成熟的软件测试过程能够最大限度的保证软件测试的有效性，进而保证软件产品的质量。软件度量技术在软件工程领域的研究中占据着重要的地位，它是改进过程的有效途径之一。通过对过程的度量，可以使过程规范化、可视化;通过对度量数据的分析，可以测量出过程的有效性以及存在的问题;通过度量信息跟踪和监督过程状态，能够为过程管理提供决策支持，降低过程承担的风险。可通过在软件测试过程中引入过程度量，保证软件测试过程的有效性，最终实现软件产品质量的保证和提高。因此，对软件测试过程的度量研究具有十分重要的意义。集成能力成熟度模型CMMI是一个成功的、广泛使用的软件过程改进模型。众所周知，软件测试和软件度量是软件过程中不可分割的一部分，所以CMMI包含了一系列支持软件测试过程改进和软件度量分析的过程域，并且这些过程域在CMMI的连续式表示模型中是允许被软件组织单独实现的。本文正是运用CMMI各个过程域中对软件测试和软件度量的支持框架、实际指导、过程分析等，结合传统的过程度量方法、技术，对软件测试过程度量进行了研究。本文研究的主要工作集中在以下三个方面： (1)定义了一个基于CMMI的软件测试过程。按照CMMI开展度量和分析的要求，任何对过程的度量都是建立在清晰的过程定义上的。因此，本文在分析了现有的软件测试过程模型优缺点以及CMMI对软件测试扩展的基础上，定义了一个基于CMMI的软件测试过程。 (2)提出了一个基于CMMI的软件测试过程度量元选取模型。如何有效地选择度量元是研究软件测试过程度量的一个重要方面。本文分析了常见的过程度量建模方法的不足，并根据CMMI提供的要求和原则，建立了一个基于CMMI的软件测试过程度量元选取模型—C-G模型。该模型是以CMMI到GQ(I)M的映射关系作基础，包括了相应的度量定义、剪裁原则和CMMI相关过程域等。本文以需求验证这个应用案例证明了模型的可行性。 (3)提出了一个软件测试过程度量数据分析模型。如何分析应用选取度量元的度量数据是研究软件测试过程度量的另一个重要方面。本文分析了统计过程控制的相关理论和贝叶斯网络的相关理论，在两者结合的基础上，建立了一个软件测试过程度量数据分析模型。定义了该模型的详细执行流程，并以新设计测试用例这个应用案例证明了模型的可行性。

关键词： CMMI 软件度量软件测试过程度量元

基于深度强化学习的特征提取在软件缺陷预测中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的特征提取在软件缺陷预测中的应用研究

作者：张钦贺吉林大学

学位级别：硕士

自动化软件缺陷预测技术,通过分析代码本身的特征信息预测潜在的缺陷并辅助开发人员及时进行软件修复,可以有效地降低测试和维护成本、提升用户体验、防止可能的灾难性后果,从而成为提高软件质量的一个重要途径。传统的基于机器学习的... 详细信息

自动化软件缺陷预测技术,通过分析代码本身的特征信息预测潜在的缺陷并辅助开发人员及时进行软件修复,可以有效地降低测试和维护成本、提升用户体验、防止可能的灾难性后果,从而成为提高软件质量的一个重要途径。传统的基于机器学习的软件缺陷预测方法以大量包含了软件度量信息和实际缺陷数据的软件实例为数据集,运用机器学习模型进行训练,发现软件度量信息与软件缺陷之间的关联并对潜在的软件缺陷进行预测。然而,以往的研究方法因缺乏有效的数据预处理手段,在软件缺陷预测中经常出现类不平衡问题,即有缺陷类别的样本数量往往远少于无缺陷类别的样本数量;而且,忽视度量元之间的关联程度及其对缺陷预测的影响不利于产生有效的特征集合;更重要的是,已有的研究在进行训练前大都没有进行有效的特征提取,致使预测结果因受到高维数据的影响而不尽人意,大量冗余的、不相关的软件度量元会干扰软件缺陷预测的准确性和召回率等性能。为了解决上述问题,本文提出了一种基于深度强化学习(深度Q-Learning网络)的特征提取方法来消除不相关、冗余和带有噪声的特征,并将其应用于基于二分类模型的软件缺陷预测中,既提高了预测的精度、F-度量、AUC和MCC等预测性能,又减少了机器学习算法的计算负担。具体工作如下:(1)为了解决类不平衡问题,在数据预处理阶段,本文针对软件缺陷预测提出一种基于Balance Cascade的欠采样方法,对原始数据集进行划分,获取多个较小的数据子集。(2)本文提出一种基于深度Q-Learning网络(DQN,Deep Q-Learning Network)的特征提取模型。该模型首先通过计算期望交叉熵对所有度量元进行权重排序,以避免过拟合问题;然后利用随机矩阵理论(RMT,Random Matrix Theory)构造关系矩阵,以衡量度量元的关联程度;最后通过权重排序、关系矩阵及误差数定义Q值的奖励原则,本文提出的特征提取模型以Q值为依据,在数据集上训练一个卷积神经网络(CNN)模型并优化CNN参数,提取能够替代原度量元的、由度量元对构成的序列。(3)本文将所提出的特征提取模型应用于软件缺陷预测的二分类机器学习模型中,提出了一种基于该特征提取模型的软件缺陷预测方法DQN-SDP,并通过实验评价了方法的有效性。在实验中,我们采用11个NASA MDP和11个PROMISE数据集,首先将应用了本文所提出的特征提取模型的三个二分类分类器(Decision Tree、SVM和KNN)的软件缺陷预测结果与未应用该模型的预测结果进行了比较,各项性能指标均证明了基于DQN的特征提取模型的有效性;其次,本文将DQN-SPD与其他三种最先进的基于学习的软件缺陷预测方法在同样的数据集上进行了测试和比较,实验结果表明,本文提出的方法在精度、F-度量、AUC和MCC等指标上表现更好。

关键词：深度强化学习度量元特征提取软件缺陷预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚类的软件模块缺陷预测方法研究

基于聚类的软件模块缺陷预测方法研究

作者：张焯重庆大学

学位级别：硕士

随着软件工程迅速发展，软件系统复杂度提高，软件可靠性问题成为人们关注的焦点，而软件缺陷威胁着软件的可靠性，如何在软件发布之前预测缺陷成为了一个亟待解决的问题。传统的静态缺陷预测关于缺陷分布的研究大多数是基于有监督的... 详细信息

随着软件工程迅速发展，软件系统复杂度提高，软件可靠性问题成为人们关注的焦点，而软件缺陷威胁着软件的可靠性，如何在软件发布之前预测缺陷成为了一个亟待解决的问题。传统的静态缺陷预测关于缺陷分布的研究大多数是基于有监督的方法，需要先验知识，而在实际软件工程应用中，我们不可能获得大量的已知类标注模块，所以无监督的软件缺陷预测更具应用前景。 Halstead度量元、McCabe度量元和基于源代码的度量元组成了软件缺陷度量元，本文在此基础上，采取主成分分析技术，选择出有效度量元的线性组合，降低了数据维度，提高了算法预测效率和预测精度。本文提出了一系列针对软件缺陷数据集的预处理方法，包括补全缺失值，剔除错误数据，Z-SCORE标准化数据等。最后，基于聚类技术提出了两种改进的软件缺陷预测方法： ①模糊C均值算法常常会因为初始聚类中心的不同而得到不同的结果，这是爬山思想的算法收敛到局部最优解造成的，为了克服这个缺点，引入遗传算法和模拟退火对模糊C均值算法进行改进，并对NASA promise repository的6个软件缺陷预测数据集进行实验，在不需要类标注的情况下，其预测精度在少部分数据集上接近，大部分数据集上超越经典有监督方法，而与同为无监督方法的K均值相比，提高尤为明显，表明了该预测方法的有效性。 ②针对改进模糊C均值只能发现球状边界聚类的固有弱点，对基于密度的聚类方法进行研究，提出了一种对k-dist图进行分区处理的改进的DBSCAN算法，同时解决了DBSCAN算法在类密度不均匀时，聚类效果不理想的问题。在相同的数据预处理步骤下，同样用改进的DBSCAN算法对NASA promise repository的6个软件缺陷数据集进行实验，与改进模糊C均值算法进行对比，发现改进DBSCAN算法在低维度情况下，预测精度高于改进模糊C均值算法，在高维度下，改进DBSCAN算法预测精度低于改进模糊C均值算法。两种算法和静态缺陷预测领域传统经典算法比较，优势明显，不需要类标注，符合工程实际，具备较高预测精度和较高鲁棒性，为软件缺陷静态预测领域提供了新思路和方法。

关键词：软件缺陷预测聚类模糊C均值 DBSCAN 度量元