组合导航软件可靠性的评估

在大规模导航软件系统中，软件评估的主要任务就是要精确地估测程序模块中存在的缺陷数。介绍了组合导航软件的评估方法和步骤，着重介绍了JM模型和G－O模型，并提出了神经网络评估软件可靠性的具体方法。对组合导航软件的特点及测试方法进行了讨论。根据软件模块测试报告，分别用JM模型、G－O模型和神经网络对软件模块的缺陷数进行预测，并给出了组合导航软件3种模型的评估质量的比较。结果表明：神经网络方法优于传统模型方法。     

组合导航软件可靠性的神经网络动态预测

在组合导航系统大规模软件开发中,为了控制软件的质量,必须对软件模块的缺陷数进行预测．本文根据软件模块测试报告,用神经网络动态预测了软件模块的缺陷数．结果表明：神经网络预测软件缺陷数比传统的G-O模型有更好的质量拟合度和估测能力．     

PLC控制系统软件可靠性的神经网络预测

在PLC控制系统大规模软件开发中,为了控制软件的质量,必须对软件模块的缺陷数进行预测.本文根据软件模块测试报告,用神经网络动态预测了软件模块的缺陷数.结果表明:神经网络预测软件缺陷数比传统的G-O模型有更好的质量拟合度和估测能力.     

估测组合导航系统软件缺陷的一种神经网络方法

在早期的软件开发寿命周期里，软件的质量模型包含确定有缺陷的模块和预测错误数，在大规模组合导航软件系统中，质量控制的主要任务就是要精确地估测程序模块中存的的缺陷数，本文给出了用神经网络技术估测程序中的缺陷数的方法，预测缺陷数一般用单隐层网络就可以，因为多隐层网络将相应占用更多的训练时间，本文还介绍了一种新的静态可靠性模型，根据软件复杂度，估测了质量及质量拟合度，并且与传统回归技术进行了比较，仅用单隐层神经网络模型就比传统的统计模型预测质量好，当应用于一批大型组合导航软件系统的数据时，神经网络技术表明，它的确有更好的质量拟合度和估测能力，它给软件工程提供了一个好的管理工具。     

组合导航系统软件可靠性的神经网络静态预测

在组合导航系统大规模软件开发中，为了控制软件的质量，必须对软件模块的缺陷数进行预测，根据软件模块测试报告及软件复杂度，用神经网络方法预测了软件模块的缺陷数，结果表明：神经网络预测软件缺陷数化传统的线性回归方法具有更好的质量拟合度和估测能力。     

神经网络用于组合导航系统软件质量的评估

在大规模组合导航软件系统中，质量控制的主要任务就 精确地估测程序模块中存在的缺陷数．介绍了一种新的神经网络所建立的静态可靠性模型，根据软件复杂度估测了质量及质量拟合度，并且与传统回归技术进行了比较．当大型组合导航软件系统已有一批数据时，神经网络技术有更好的质量拟合度和估测能力．     

改进神经网络辅助的GPS/INS组合导航算法

针对全球定位系统(GPS)和惯性导航系统(INS)组合系统中GPS中断时,导航性能会急剧降低的情况,提出了一种改进径向基神经网络结合自适应滤波辅助的组合系统导航算法.该算法探讨了遗传算法参数寻优和最近邻聚类学习算法,解决了径向基神经网络训练中参数合理选取的问题,构建了INS加速度增量、姿态增量与GPS位移增量之间的非线性映射模型.当GPS出现故障时,利用该映射模型和改进的自适应滤波实时预测出GPS伪位置与其对应的协方差,进而计算出预测位置辅助的导航解,利用实测数据对算法进行验证.结果表明:GPS发生故障情况下,改进径向基神经网络算法能够辅助组合系统解算出稳定的次优导航解,其精度明显优于纯INS导航.     

组合导航神经网络模式自选择研究

从组合导航的发展趋势出发,以传统的组合模式为基础,对用神经网络实现组合导航系统组合模式智能自选择进行了研究。并给出了一种神经网络的具体实现。该方法可自动选择组合模式,采用分布式并行运算具有高可靠性和容错性。对于不同的组合导航模式,只改变神经网络离线训练数据并训练神经网络,不涉及编程,移植性好。     

个人信用评估的Logistic-RBF组合模型

针对个人信用评估中单一模型存在的不足,提出了利用组合预测模型进行个人信用评估的方法.基于不同单一模型在个人信用评估中所体现的优势,选择具有代表性的Logistic回归和径向基函数神经网络方法,建立了2种单一评估模型,在此基础上构建了基于二者的组合模型.利用某商业银行的数据进行2类模式的分类,应用结果表明,组合模型有效地提高了预测的精确性和模型的稳健性,对于商业银行控制消费信贷风险具有更好的适用性.     

神经网络模型中灾难性遗忘研究的综述

近年来,神经网络模型在图像分割、目标识别、自然语言处理等诸多领域都取得了巨大的成功.但是,神经网络模型仍有很多关键性的问题尚未得到解决,其中就包括灾难性遗忘问题.人类在学习新知识后不会对旧知识发生灾难性遗忘,神经网络模型则与之相反.神经网络模型在适应新任务之后,几乎完全忘记之前学习过的任务.为了解决这一问题,很多相应的减缓神经网络模型灾难性遗忘的方法被提出.对这些方法进行了归纳总结,以促进对该问题的进一步研究.主要贡献包括3个方面:对现有的减缓神经网络模型灾难性遗忘的方法进行了详细的介绍,并将不同方法分为4类,即基于样本的方法、基于模型参数的方法、基于知识蒸馏的方法和其他方法.介绍了不同的评估方案,以评估不同方法对减缓神经网络模型灾难性遗忘的效果.对神经网络模型中的灾难性遗忘问题进行了开放性的讨论,并给出了一些研究建议.     

A software cost model with maintenance and risk costs for safety-critical systems

Safety-critical systems are those systems whosefailure could result in loss of life,significant propertydamage,or damage to the environment[1].Software isincreasingly being used to control safety-critical systemsnow.But how can we improve the reliability of soft-ware?Formal methods can successfully enhance thequality of software and therefore increase the confidencein the system behaviors[2-4].Unfortunately,formalmethods are too complex to apply.Software testing isan efficient way to improve …     

软件可靠性JM模型的改进研究

在分析JM模型的局限性基础上,针对其模型假设不考虑软件故障后果以及忽略可靠性因素两个问题,提出了划分故障严重程度等级及将可靠性度量与可靠性因素联系起来的构想,对JM模型进行了改进.分析和验证结果证实了该方案的可行性.     

Research on Application of Enhanced Neural Networks in Software Risk Analysis

1 Introduction There isa high failureratein software project development.The researchdone by Standish Group on the 8,000 civiland militarysoftware projectsin America revealed thatthe success rate of software projectsin 1996,1998,2000 and 2004 w as 27% ,26…     

基于Markov链的软件可靠性早期评估研究

针对Markov链使用模型缺乏软件失效信息,提出了一种改进Markov链使用模型进行软件可靠性早期评估的方法。该方法首先扩展Markov链使用模型,在其中加入失效状态及执行概率,构建软件可靠性早期评估模型;然后,依据软件可靠性早期评估模型生成算法得到软件可靠性。最后,通过一个SCS软件实例,对本文方法性能进行了验证。实验结果表明,该方法可以自动输出多种软件可靠性评估指标,有效评估软件可靠性。     

基于组件系统的可靠性分析

在已有层次型组件系统可靠性模型的基础上，分析了层次内各组件之间的相关性，给出了适用性强且符合层次型软件的可靠性评估模型，并将其推广到评估组件系统可靠性的一般模型. 使用该模型能够在开发过程中对软件可靠性进行预测，并给出了对IPv6协议软件子集可靠性预测.