基于贝叶斯网络技术的软件缺陷预测与故障诊断

被引:11
作者
王科欣 [1 ,2 ]
王胜利 [1 ]
机构
[1] 暨南大学计算机科学系
[2] 广东体育职业技术学院
关键词
贝叶斯; 神经网络; 测试; 缺陷预测; 故障诊断;
D O I
暂无
中图分类号
TP311.52 [];
学科分类号
摘要
如何进一步地提高软件的可靠性和质量是我们十分关注的问题,而前期软件缺陷和后期软件故障的诊断都是控制质量的关键手段,由此我们提出了基于贝叶斯的神经网络。基于对贝叶斯网络和神经网络理论的分析,发现贝叶斯网络和神经网络各自的优点与不足,利用贝叶斯具有前向推理的优势进行故障诊断,利用神经网络学习算法能够处理更复杂网络结构的优势来积累专家知识,最后提出了贝叶斯网络与概率神经网络相结合的模型,该模型可以更好地兼顾软件缺陷与故障诊断两个方面。
引用
收藏
页码:31 / 33+5 +5
页数:4
相关论文
共 6 条
[1]
软件缺陷预测技术 [J].
王青 ;
伍书剑 ;
李明树 .
软件学报, 2008, (07) :1565-1580
[2]
软件故障诊断探讨 [J].
单锦辉 ;
徐克俊 .
北京化工大学学报(自然科学版), 2007, (自然科学版) :5-8
[3]
基于BBNs的软件故障预测方法 [J].
罗云锋 ;
贲可荣 .
电子学报, 2006, (S1) :2380-2383
[4]
软件可靠性的模糊综合评估模型 [J].
王铁江 ;
郦萌 ;
不详 .
计算机工程与应用 , 2002, (20) :23-26
[5]
Bayesian networks for data mining [J].
Heckerman, D .
DATA MINING AND KNOWLEDGE DISCOVERY, 1997, 1 (01) :79-119
[6]
LEARNING BAYESIAN NETWORKS - THE COMBINATION OF KNOWLEDGE AND STATISTICAL-DATA [J].
HECKERMAN, D ;
GEIGER, D ;
CHICKERING, DM .
MACHINE LEARNING, 1995, 20 (03) :197-243