您的位置： 专家智库 > >

于安雷

作品数：4 被引量：7H指数：1
供职机构：南京航空航天大学计算机科学与技术学院更多>>
发文基金：中国航空科学基金江苏省“青蓝工程”基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文
  • 1篇专利

领域

  • 3篇自动化与计算...

主题

  • 3篇子群
  • 3篇粒子群
  • 2篇软件缺陷预测
  • 2篇神经网
  • 2篇神经网络
  • 2篇粒子群优化
  • 2篇PSO-BP
  • 1篇数据挖掘
  • 1篇数据预测
  • 1篇太阳翼
  • 1篇群算法
  • 1篇粒子群算法
  • 1篇结合物
  • 1篇矩阵
  • 1篇可靠性
  • 1篇可靠性评估
  • 1篇可靠性评估方...
  • 1篇层次分析
  • 1篇层次分析法

机构

  • 4篇南京航空航天...

作者

  • 4篇于安雷
  • 3篇皮德常

传媒

  • 1篇计算机工程与...
  • 1篇第十一届全国...

年份

  • 1篇2013
  • 3篇2012
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
基于多层次灰色综合模型的太阳翼展开可靠性评估方法
本发明公开了一种基于多层次灰色综合模型的太阳翼展开可靠性评估方法，包括：确定可靠性评估指标集，确定指标等级；组织专家对指标集评分；建立评价矩阵，确定评价灰类；使用物元法和层次分析法计算各要素权重；计算灰色评价系数；输出综...
皮德常于安雷
文献传递
基于数据挖掘的软件缺陷数据预测方法研究
软件缺陷是软件的固有属性，其主要危害是影响软件的可靠性、增加开发成本以及延长软件开发周期。软件测试可以及时发现软件错误，提高软件系统可靠性。而准确地预测软件缺陷，对改进软件测试过程有着重要的指导意义。随着计算机技术的飞速...
于安雷
关键词：数据挖掘数据预测粒子群算法
基于PSO-BP的软件缺陷预测模型
软件缺陷检测旨在自动检测程序模块中是否包含缺陷，从而加速软件测试过程，提高软件系统的质量。针对传统软件缺陷预测模型被限制在一定的应用范围而影响其预测的准确性和适用性，本文提出了一种基于PSO-BP软件缺陷预测模型，该模型...
于安雷皮德常
关键词：软件缺陷预测神经网络粒子群优化
文献传递
基于PSO-BP的软件缺陷预测模型被引量：6
2013年
软件缺陷检测旨在自动检测程序模块中是否包含缺陷,从而加速软件测试过程,提高软件系统的质量。针对传统软件缺陷预测模型被限制在一定的应用范围而影响其预测的准确性和适用性,提出了一种基于PSO-BP软件缺陷预测模型。该模型运用粒子群优化算法优化BP神经网络的权值和阈值,采用交叉验证的方式进行实验,并与传统的机器学习方法J48和BP神经网络等方法进行了比较。实验结果表明提出的方法具有较高的预测准确性。
于安雷皮德常
关键词：软件缺陷预测神经网络粒子群优化
全选 清除 导出
共1页<1>
聚类工具0