期刊文章详细信息
基于分组数据期望ML最大化的HErSRM软件故障预测
Grouped Data Expectation Maximization ML Based HErSRM Software Fault Prediction
文献类型:期刊文章
机构地区:[1]吉首大学张家界学院数学与计算机系,湖南张家界427000 [2]中国科学技术大学信息科学技术学院,合肥230000 [3]吉首大学软件服务外包学院,湖南张家界427000
基 金:国家自然科学基金项目(61170018)资助
年 份:2017
卷 号:38
期 号:4
起止页码:732-737
语 种:中文
收录情况:AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:针对传统相型软件可靠性模型(PHSRM)无法处理软件故障分组数据,且数据拟合能力和计算效率不均衡的问题,提出基于混合Erlang分布软件可靠性模型(HEr SRM)期望最大化的软件故障分组数据诊断算法.对基于非齐次泊松过程(NHPP)的SRM模型进行研究,并分析PHSRM模型各子类模型特点,提出采用HEr SRM模型进行故障数据诊断依据;针对HEr SRM模型特点,利用其泊松分布特征的独立向量分布特征,构建广义分组数据的期望最大化数学表达形式,模型估计的Estep和M-step过程,实现模型参数的对数似然函数(M L)最大化估计;通过实验对比,验证了算法在预测性能和预测稳定性上均要优于对比算法.
关 键 词:软件故障 分组数据 HErSRM模型 泊松分布 对数似然函数
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...