您的位置: 专家智库 > >

何增郎

作品数:2 被引量:3H指数:1
供职机构:西安理工大学计算机科学与工程学院更多>>
发文基金:陕西省自然科学基金陕西省教育厅科研计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇软件可靠性预...
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群优化算...
  • 1篇模型参数

机构

  • 2篇西安理工大学

作者

  • 2篇何增郎
  • 1篇张毅坤
  • 1篇杨凯峰
  • 1篇张保卫

传媒

  • 1篇西安理工大学...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
一种基于PSO-SVR的软件可靠性预测方法研究
软件可靠性是衡量软件产品的一个重要指标,对于软件可靠性的研究是评估软件性能、控制软件开发过程、提高软件产品质量的基础,软件可靠性模型在这个过程中起着至关重要的作用。软件可靠性模型主要用于软件可靠性的评估与预测,在实际中如...
何增郎
关键词:粒子群优化算法支持向量机模型参数
文献传递
一种基于PSO-SVR的软件可靠性评估方法被引量:3
2012年
软件可靠性建模时,如果简单地利用支持向量回归机制建模,就有可能由于支持向量回归(SVR)自身参数选择难以及实验数据本身的不确定性,从而导致预测结果不理想、精度低等缺陷。因此,借鉴粒子群优化算法(PSO)多参数寻优的优势,将PSO与SVR优化算法相结合,利用分层聚类算法对初始实验数据进行归一化处理,剔除异常数据,构建基于PSO-SVR的软件可靠性评估方法,从而提高软件模型的预测精度。实验结果表明,基于PSO-SVR方法的预测模型其预测精度高,更适应实际软件应用环境。
何增郎张毅坤杨凯峰张保卫
关键词:粒子群优化
共1页<1>
聚类工具0