请选择 目标期刊

基于测试效率的神经网络可靠性模型 下载:77 浏览:239

惠子青 刘晓燕 严馨 《数据与科学》 2019年11期

摘要:
软件可靠性是衡量软件性能的重要指标之一,准确预测软件可靠性是一项极具挑战的任务,至今人们已经提出了许多用于实例的软件可靠性增长模型。这些模型受限于环境和人为因素的影响,都提出了一些不切实际的假设。在本文中我们提出了一种基于测试效率的神经网络模型,最后通过数据分析证明了基于测试效率的神经网络模型能够更好地拟合故障数据。

基于高斯新分布的软件可靠性增长模型研究 下载:67 浏览:454

惠子青 刘晓燕 《数据与科学》 2019年9期

摘要:
高斯新分布是在正态分布的基础上扩展延伸而来,它的主要作用在于针对客观存在的不对称高斯分布进行充分拟合,精确表达出以期望值描述随机变量的频数分布在单峰条件下的误差和概率分布。基于高斯新分布的的软件可靠性增长模型的提出有助于人们在软件过程中所产生的错误误差进行分析,减少了在软件过程中人为主观因素是造成的不确定性。本文最后通过两个实验数据集,说明了基于高斯新分布的SRGM能更好地拟合和预测数据。

软件可靠性模型评价决策系统设计与实现 下载:103 浏览:2137

李昊 《软件工程研究》 2024年1期

摘要:
随着软件应用的广泛应用,软件可靠性成为评价软件质量的重要指标之一。本论文针对软件可靠性模型评价决策系统的设计与实现进行研究。通过分析不同的可靠性模型评价方法,提出了一种综合考虑多个因素的评价决策模型。基于该模型,设计并开发了一个软件可靠性模型评价决策系统,并进行了实际案例的验证。实验结果表明,该系统能够有效地评估软件的可靠性水平,为软件开发者和用户提供决策支持。该研究对于提高软件可靠性评价的准确性和可靠性具有一定的指导意义。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享