| 基于DBN的软件可靠性预测模型的研究 |
| |
| 引用本文： | 王国涛,石振国,吴小景.基于DBN的软件可靠性预测模型的研究[J].计算机应用研究,2016,33(12). |
| |
| 作者姓名： | 王国涛 石振国 吴小景 |
| |
| 作者单位： | 南通大学计算机科学与技术学院,南通大学计算机科学与技术学院,南通大学计算机科学与技术学院 |
| |
| 摘 要： | 安全攸关系统广泛应用于交通、工控、航空等与国计民生相关的安全攸关领域,对可靠性有着非常高的要求。而控制软件往往是安全攸关系统的核心,因此对它的可靠性预测精度必须达到很高的要求。本文将深度置信网络(DBN)应用于软件可靠性增长预测模型(SRPM)的研究。针对DBN中核心模块RBM的无监督学习,采用了动态模式跳转算法(DMH)。该算法通过动态地维护一个模式集,然后借助模式集中模式的跳转来完成RBM中状态的跳转,使RBM的无监督学习具有很高的学习效率。通过与参数动态调整的动态模糊神经网络(SA-DFNN)、BP神经网络(BPN)以及基于萤火虫算法的BP神经网络(FABP)建立的SRPM进行预测能力的比较,实验结果表明基于DBN建立的SRGM的预测结果精度最高且最稳定。
|
| 关 键 词： | 深度置信网络 软件可靠性预测模型 动态模式跳转 限制波尔兹曼机 无监督学习 |
| 收稿时间： | 2016/1/13 0:00:00 |
| 修稿时间： | 2016/3/14 0:00:00 |
Software reliability prediction model based on deep belief networks |
| |
| wang guotao,shi zhenguo and wu xiaojing.Software reliability prediction model based on deep belief networks[J].Application Research of Computers,2016,33(12). |
| |
| Authors: | wang guotao shi zhenguo and wu xiaojing |
| |
| Affiliation: | School of Computer Science and Technology, Nantong University,School of Computer Science and Technology, Nantong University,School of Computer Science and Technology, Nantong University |
| |
| Abstract: | |
| |
| Keywords: | deep belief networks software reliability prediction model dynamic mode-hopping MCMC restricted boltzmann machine unsupervised learning |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
