一种基于RBM算法的软件可靠性预测改进方法

摘要：

虽然经典的DBN具有良好的逐层特征提取功能,并且在软件可靠性预测当中也发挥了很大的作用,但还存在数据训练时花费时间较多,测试误差率相对较大的缺点,所以DBN的网络算法和结构上仍然有改进的空间.该文对经典的DBN模型算法和结构进行了改进,通过修改网络权值的确定方法,与自组织算法结合进行输入维数确定,自动调整隐层单元的数量,最后模型输出与支持向量机(SVM)分类器相结合.这样不但很大程度上减少每一层信息量的损失和减少数据训练的时间,还可以提高软件可靠性预测模型的预测精度.该文最后通过实验将改进的DBN软件可靠性预测模和经典的DBN软件可靠性预测模型作对比,验证经过改进的软件可靠性预测模型的优越性.

关键词： 软件开发 可靠性预测 深度信念网络 支持向量机

作者: 刘奕宏 陈松立 陈定方 杨春晖

作者单位: 工业和信息化部电子第五研究所,510610 武汉理工大大学,430070

会议类型: 国内会议

会议名称: 第五届全国智能制造学术会议(NCIM2016)暨智能制造专业委员会2016年度工作会议

会议地点: 广州

会议语种:中文

页码: 1-10

在线出版日期: 2016-12-08（万方平台首次上网日期，不代表论文的发表时间）