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:
软件可靠性预测是指在软件开发初期对软件中各模块出错的可能性进行预测,对提高软件的可信性具有重要意义。提出了一种基于粒子群与人工蜂群优化支持向量机的软件可靠性预测模型,将粒子群优化算法与人工蜂群算法相结合的混合算法引入到支持向量机的参数选择中,提高软件可靠性预测的效果。实验结果表明,该模型比BP网络预测模型、粒子群优化支持向量机等预测模型收敛速度更快、预测精度更高,能更好的进行软件可靠性预测。
推荐文章
基于SVM的软件可靠性评估
软件可靠性评估
支持向量机
聚类
基于SSA-LS-SVM的通用航空机队可靠性预测方法
通用航空机队
可靠性预测
最小二乘支持向量机
麻雀搜索算法
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
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PSOABC-SVM的软件可靠性预测模型
来源期刊 计算机系统应用 学科
关键词 软件可靠性预测 粒子群优化算法 人工蜂群算法 支持向量机
年,卷(期) 2014,(7) 所属期刊栏目 软件技术?算法
研究方向 页码范围 161-164
页数 4页 分类号
字数 3902字 语种 中文
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 贾冀婷 西安邮电大学计算机学院 11 93 4.0 9.0
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  (7)
同被引文献  (20)
二级引证文献  (1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件可靠性预测
粒子群优化算法
人工蜂群算法
支持向量机
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
论文1v1指导