利用并行神经网络进行航天软件质量评价

发布时间：2021-10-08 12:52

　　针对航天软件质量评价准确率不高、受主观因素影响较大、可扩展性较弱等问题,本文结合神经网络和DS证据理论,提出了一种利用并行神经网络进行质量评价的方法。将选取的软件质量评价指标数据分别输入到多个相互独立的并行的神经网络中以获得多个初步评价结果,利用DS证据理论对各初步评价结果进行融合获得最终评价结果。以某航天相机系统为实验对象,测试本文方法的有效性,实验结果表明:评价准确率可以达到95.23%,训练时间为576.00 ms,评价处理时间为77.50 ms。本文方法评价准确率较高、训练时间和评价时间较短,满足对航天软件进行质量评价的要求。 

【文章来源】：哈尔滨工程大学学报. 2020,41(04)北大核心EICSCD

【文章页数】：6 页

【文章目录】：
1 并行神经网络航天软件质量评价
    1.1 训练神经网络并计算其可信度
    1.2 利用神经网络对软件质量进行初步评价
    1.3 根据决策准则产生最终评价结果
2 实验验证与方法比较
    2.1 实验概述
    2.2 方法示例
    2.3 方法比较
3 结论


【参考文献】：
期刊论文
[1]特征融合和自适应权重更新相结合的运动模糊目标跟踪[J]. 王广龙,田杰,朱文杰,方丹.  光学精密工程. 2019(05)
[2]神经网络非线性智能控制在光电跟踪系统中的应用[J]. 林贻翔.  光学精密工程. 2018(12)
[3]多层次信息融合在铁谱图像磨粒识别中的应用[J]. 徐斌,温广瑞,苏宇,张志芬,陈峰,孙耀宁.  光学精密工程. 2018(06)
[4]结合粒子群优化和综合评价的脉冲耦合神经网络图像自动分割[J]. 张坤华,谭志恒,李斌.  光学精密工程. 2018(04)
[5]基于夹角余弦的证据组合方法[J]. 胡嘉骥,李新德,王丰羽.  模式识别与人工智能. 2015(09)
[6]基于模糊三角数模糊神经网络的软件质量评价方法[J]. 李克文,张郁,马竟峰,刘洪太.  计算机工程与科学. 2014(07)
[7]嫦娥三号巡视器综合电子系统的设计与实现[J]. 陈建新,张志,王磊,李志平,余志鸿,宫经刚,裴楠,魏然.  中国科学:技术科学. 2014(05)
[8]基于模糊软集合的软件质量综合评价方法[J]. 岳峰,苏兆品,陆阳,张国富.  系统工程与电子技术. 2013(07)
[9]基于SVM的软件质量评价[J]. 殷辉,叶飞.  河北工业科技. 2012(05)
[10]互联网时代的软件技术:现状与趋势[J]. 梅宏,刘譞哲.  科学通报. 2010(13)

硕士论文
[1]基于支持向量机的软件质量评价[D]. 赵越.渤海大学 2016



本文编号：3424197