پیش بینی وجود نقص در نرم افزارها به کمک شبکه های عصبی پرسپترون

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,820

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCSCIT02_034

تاریخ نمایه سازی: 17 اردیبهشت 1391

چکیده مقاله:

درطی سالهای اخیر نیاز به تست نرم افزار ها تبدیل به یکی ازمقوله های اصلی درمهندسی نرم افزار شده است هزینه های سنگین اجرای نرم افزار برای تست و ریسک بالای وجود خطاهای احتمالی نیاز به تکنیکهای پیش بینی وجود خطا را دو چندان نمودها ست روشهای زیادی مبتنی برالگوریتم های یادگیری دراین زمینه ارایه شده است دراین مقاله نیز روشی مبتنی برشبکه های عصبی برای تشخیص وضعیت یک کد از روی معیار های استاتیک کد ارایه شده است که با تست های صورت گرفته نتایج قابل قبولی نسبت به تکنیکهای مشابه داشته است.

کلیدواژه ها:

پیش بینی نقص نرم افزار ، شبکه های عصبی پرسپترون ، معیارهای استاتیک NASA MDP

نویسندگان

مهران خسروی

گروه کامپیوتر دانشگاه آزاد اسلامی واحد بروجرد

عرفان حسنی

گروه کامپیوتر دانشگاه آزاد اسلامی واحد بروجرد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. S. Gokhale and M. R. Lyu. Regression tree modeling ...
  • Reliability Engineering, Albuquerque, New Mexico, pages 402-415, November 1997. ...
  • N. F. Schmeidewind Investigation of logistic regression as a discriminant ...
  • the _ _ _ London, pages 328-337, April 2001. ...
  • T. Khoshgoftaar. An application of zero-inflated Poisson egression for software ...
  • Norman Fenton, Paul Krause and Martin Neil, A Probabilistic Model ...
  • Nazanin Hazrati, A. Ben Hamza, Yucel Karabulut , Nolwen Mahe, ...
  • Yuan Jiang, Ming Li, Zhi-Hua Zhou, Software Defect Detection with ...
  • static code attributes to learn defect predictors. IEEE Transactions on ...
  • نمایش کامل مراجع