基于改进贝叶斯正则化BP神经网络的测试性评估技术研究

• 作者: 孙健 孙钦蕾 李宝晨 连光耀 黄考利
• 来源期刊: 计算机测量与控制
• 关键词: 测试性评估 BP神经网络 贝叶斯正则化 初始权值和阈值
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 3165-3168
• 页数: 4页
• 分类号: TP389.1
• 语种: 中文

摘要

测试性评估是整个测试性设计工作的关键环节,能够反映设计方案的正确性、识别设计缺陷以及检验设计要求；针对当前有效评估手段的缺乏,本文提出了一种新的测试性评估方法；在建立测试性评估指标体系的基础上,利用BP网络解决非线性问题的优势,建立了评估模型,同时采用贝叶斯正则化(BR)训练方法,提高网络的泛化能力,并提出带自适应变异的质心量子粒子群(AMCQPSO)算法,以优化BP网络初始权值和阈值,以提高评估模型结果的准确度；经实验验证,评估方法具有较高的准确性和实用性,能够更好地为装备测试性设计服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连光耀		43	226	8.0	12.0
2	黄考利		31	212	8.0	13.0
3	孙钦蕾		24	54	4.0	6.0
4	李宝晨		16	47	4.0	5.0
5	孙健		12	57	4.0	7.0