作者:
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:
文中介绍了运用改进PSO粒子群优化算法,并将该算法应用到软件缺陷预测模型。在该模型中提取度量属性与软件质量属性之间的关系规则,并运用互信息熵的方法简化提取规则集。与标准粒子群优化进行了比较,实验表明该方法实现精简规则集的同时又提高了预测的准确率。
推荐文章
基于改进BP算法的软件缺陷预测模型研究
缺陷预测模型
模拟退火算法
JCUDA技术
BP算法
基于LASSO-SVM的软件缺陷预测模型研究
软件缺陷预测
最小绝对值压缩与选择方法
特征选择
支持向量机
交叉验证
基于新型PSO算法优化BP神经网络的软件缺陷预测方法研究
软件缺陷预测
粒子群算法
神经网络
基于CS-ANN的软件缺陷预测模型研究
软件缺陷预测
人工神经网络
布谷鸟搜索
软件质量
机器学习
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 改进PSO在软件缺陷预测模型中的研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 分类 缺陷预测 粒子群优化 规则简化
年,卷(期) 2013,(10X) 所属期刊栏目
研究方向 页码范围 6770-6772
页数 3页 分类号 TP311.52
字数 语种
DOI
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 董恩梅 西北农林科技大学理学院 6 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
分类
缺陷预测
粒子群优化
规则简化
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导