基于机器学习的军用软件过时淘汰评估方法研究

• 作者: 唐浩 宋太亮 帅勇 郑玉杰 郑雪松
• 来源期刊: 计算机测量与控制
• 关键词: 军用软件过时淘汰 机器学习 主成分分析 支持向量机 评估
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 测试软件工程
• 页码范围: 131-135
• 页数: 5页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.05.030

摘要

为了对军用软件进行科学系统的过时淘汰评估,提出基于机器学习的软件过时淘汰评估模型;首先使用机器学习预处理与缩放技术处理相关的特征数据,然后基于主成分分析模型进行特征提取和降维,消除特征数据中的噪音值并选择重要的军用软件过时淘汰特征数据,使用由粒子群优化算法改进的支持向量机模型进行分类和评估建模,并使用混淆矩阵的精度评估模型,最后通过案例验证模型有效性、适用性和科学性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋太亮		39	101	5.0	6.0
2	帅勇		2	3	1.0	1.0
6	郑玉杰		1	1	1.0	1.0
10	郑雪松		1	1	1.0	1.0
14	唐浩		1	1	1.0	1.0