原文服务方: 计算机应用研究       
摘要:
提出了一种基于四叉树K-均值聚类算法的软件故障预测算法.采用四叉树的目的包括利用四叉树寻找K-均值聚类算法所需要的聚类中心和利用四叉树来进行软件模块的故障预测.在这种算法中,输入门限参数决定了最初的聚类中心,通过改变门限参数,用户可以得到期望的聚类中心.采用了聚类收益这个新的标准来衡量算法的性能.通过仿真和比较,算法具有最高的聚类收益,且在大多数情况下,总体错误率比其他算法更低,从而表明了算法在软件故障预测中的有效性.
推荐文章
半监督的改进K-均值聚类算法
半监督学习
K-均值聚类
标签样本
最小生成树
基于差分演化的K-均值聚类算法
聚类
差分演化算法
K-均值
基于改进GA的K-均值聚类算法
聚类
改进遗传算法
K-均值
面向立木识别的有效K-均值聚类算法研究
立木识别
点云数据
K-均值聚类算法
窗口滤波算法
哈夫曼树法
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 基于四叉树K-均值聚类算法的软件故障预测算法研究
来源期刊 计算机应用研究 学科
关键词 K-均值聚类 四叉树 软件故障预测
年,卷(期) 2014,(9) 所属期刊栏目
研究方向 页码范围 2732-2735
页数 4页 分类号 TP311|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.09.040
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 刘东 52 70 4.0 6.0
3 张晓云 绵阳职业技术学院计算机科学系 10 32 3.0 5.0
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  (4)
节点文献
引证文献  (4)
同被引文献  (23)
二级引证文献  (2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
K-均值聚类
四叉树
软件故障预测
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导