基于Logistic增长神经网络模型的软件测试方法

发布时间：2018-05-25 09:45

  本文选题：软件测试 + 可靠性评估　； 参考：《哈尔滨工程大学学报》2017年04期

【摘要】：软件可靠性评估性能直接影响软件测试的工作量,本文针对软件测试工作中的故障检测和校正处理问题,提出一种基于Logistic增长神经网络的软件测试方法。该方法考虑到软件工程的多样性,利用Logistic增长曲线构建神经网络模型完成故障检测,并结合指数分布校正时间完成故障校正过程。通过两组真实失效数据集(Ohba与Wood)的试验,将所提方法与现有的软件可靠性增长模型(software reliability growth model,SRGM)进行了比较。结果显示Logistic增长神经网络模型的模型拟合效果最优,表现出了更好的软件可靠性评估性能及模型适应性。
[Abstract]:The performance of software reliability evaluation directly affects the workload of software testing. In this paper, a software testing method based on Logistic neural network is proposed to deal with the problems of fault detection and correction in software testing. Considering the diversity of software engineering, the Logistic growth curve is used to construct a neural network model for fault detection, and the exponential distribution correction time is combined to complete the fault correction process. Through the experiments of two sets of real failure data sets, Ohba and Wood, the proposed method is compared with the existing software reliability growth model (SRGM). The results show that the model fitting effect of Logistic growth neural network model is the best, which shows better software reliability evaluation performance and model adaptability.
【作者单位】： 甘肃农业大学信息科学技术学院;南洋理工大学生物科学学院;南京理工大学计算机科学与工程学院;南京大学信息管理学院;
【基金】：国家自然科学基金项目(61063028,31560378) 江苏省自然科学基金青年基金项目(BK20150784) 中国博士后面上项目(2015M581800) 甘肃省科技支撑计划(1604WKCA011) 陇原青年创新创业人才项目(2016-47) 2016年度甘肃省高校重大软科学(战略)研究项目(2016F-10)
【分类号】：TP183;TP311.53

【相似文献】

相关期刊论文 前10条

1 熊英;;基于神经网络模型的个性化服务研究[J];现代计算机(专业版);2008年10期

2 刘亚秀;;英文字母中的噪声信号对神经网络模型识别的影响[J];防灾科技学院学报;2006年04期

3 欧阳江林;重复传播神经网络模型及其学习算法的探讨[J];浙江工贸职业技术学院学报;2002年01期

4 李志刚,胡守仁;表示结构化知识的神经网络模型[J];国防科技大学学报;1997年01期

5 帅建伟，陈振湘，刘瑞堂，吴伯僖;2~n元数神经网络模型；多值图象的识别应用[J];厦门大学学报(自然科学版);1995年05期

6 潘昊，吉孔诗，钟珞，李桂青，，邹秀芬;一种新的神经网络模型及学习算法[J];湖北工学院学报;1995年04期

7 陈继述;基于神经网络模型的智能化目标识别[J];激光与红外;1989年05期

8 王芳;吴召明;郑亮;赵波;马世雷;;基于MATLAB的神经网络模型参考控制仿真[J];机械工程与自动化;2007年05期

9 陈一峰;曹元大;;一种时空模式识别的综合神经网络模型[J];模式识别与人工智能;1996年03期

10 丁红;吴志;李宏光;;可视化神经网络模型参考控制器的设计[J];通化师范学院学报;2006年04期

相关会议论文 前1条

1 郭景峰;苏哲;刘强;邹晓红;董晓;;基于神经网络的多关系数据分类算法[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

相关硕士学位论文 前9条

1 苏延平;基于图像处理的车牌识别技术的研究与实现[D];吉林大学;2016年

2 付春芬;基于深度学习的安全带检测方法研究[D];华中科技大学;2015年

3 柳丹;量子神经网络模型及其在心电图分类识别中的应用研究[D];南京邮电大学;2012年

4 王志勇;基于模式识别的股价趋势预测系统[D];上海交通大学;2007年

5 寿质彬;基于神经网络模型融合的图像识别研究[D];华南理工大学;2015年

6 许诣博;基于神经网络模型的智能授导系统研究[D];东北师范大学;2010年

7 Amos Iseorukarima Iruenabere;[D];湖南大学;2011年

8 张闪闪;基于竞争机制的神经网络模型在视觉不变性中的应用研究[D];天津大学;2010年

9 桂彬旺;基于神经网络的堆浸厂生产管理信息系统的研究[D];昆明理工大学;2002年

本文编号：1932973