| 一类基于支持向量机的软件故障预测方法 |
| |
| 引用本文： | 张艳,任子晖.一类基于支持向量机的软件故障预测方法[J].小型微型计算机系统,2010,31(7). |
| |
| 作者姓名： | 张艳 任子晖 |
| |
| 作者单位： | 1. 中国矿业大学,计算机科学与技术学院,江苏,徐州,221116
2. 中国矿业大学,信息与电气工程学院,江苏,徐州,221116 |
| |
| 基金项目： | 国家自然科学基金项目 |
| |
| 摘 要： | 针对基于神经网络的计算机软件故障预测方法中存在的过学习和泛化能力差的问题,提出一种基于支持向量机(SVM)的软件故障预测方法.该方法应用具有强大非线性逼近能力与优秀泛化能力的支持向量机对软件故障因子与软件隐藏故障数之间的非线性关系进行拟合.采用经典粒子群优化算法(CPSO),在测试样本集均方根误差(RMSE)与平均绝对百分比误差(MAPE)同时最小时,选择和优化支持向量机的参数向量.计算机测控软件故障预测实验验证了该方法的可行性和可靠性.
|
| 关 键 词： | 软件故障预测 软件可靠性 支持向量机 经典粒子群优化 |
SVM-based Forecasting Methods for Software Fault |
| |
| ZHANG Yan,REN Zi-hui.SVM-based Forecasting Methods for Software Fault[J].Mini-micro Systems,2010,31(7). |
| |
| Authors: | ZHANG Yan REN Zi-hui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
