基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于经验模态分解结合支持向量回归算法与灰色系统理论提出一种混合软件可靠性预测模型,通过对原始软件失效数据使用经验模态分解方法进行预处理,将失效数据分解得到不同频段的本征模态分量和剩余分量,用支持向量回归算法对本征模态分量进行预测,用灰色系统模型GM(1,1)对剩余分量进行预测,然后将预测结果进行重构,得到最终软件可靠性预测值。为了验证所提混合预测模型的有效性,利用两组真实软件失效数据,与SVR可靠性预测模型和GM(1,1)可靠性预测模型进行实验对比分析,实验结果表明,所提混合预测模型较这两种可靠性预测模型具有更精确的预测精度。
推荐文章
软件可靠性预测的增强贝叶斯组合模型
软件可靠性
可靠性预测
增强贝叶斯组合模型
小波分解
基于D BN的软件可靠性预测模型的研究
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
软件可靠性及可靠性多模型综合研究
软件可靠性增长模型(SRGMs)
混合模型
模型聚类
基于UML的软件可靠性测试用例生成的混合模型
软件可靠性
测试用例
操作剖面
混合模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于经验模态分解的混合软件可靠性预测模型
来源期刊 计算机工程与应用 学科 工学
关键词 经验模态分解 支持向量回归 灰色系统模型 软件可靠性预测
年,卷(期) 2013,(17) 所属期刊栏目
研究方向 页码范围 24-29,111
页数 7页 分类号 TP311
字数 6470字 语种 中文
DOI 10.3778/j.issn.1002-8331.1208-0545
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张德平 南京航空航天大学计算机科学与技术学院 36 235 9.0 13.0
2 汪帅 南京航空航天大学计算机科学与技术学院 4 29 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (54)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (7)
二级引证文献  (7)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(6)
  • 参考文献(4)
  • 二级参考文献(2)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
经验模态分解
支持向量回归
灰色系统模型
软件可靠性预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导