CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه یک روش بهبود یافته با یادگیری گروهی با استفاده از روش انتخاب ویژگی ترکیبی برای پیش بینی خطای نرم افزار

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۱۷ | نظرات: ۰
سال انتشار: ۱۳۹۸
کد COI مقاله: CYBERM02_080
زبان مقاله: فارسی
حجم فایل: ۷۹۱.۲۴ کیلوبایت (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه یک روش بهبود یافته با یادگیری گروهی با استفاده از روش انتخاب ویژگی ترکیبی برای پیش بینی خطای نرم افزار

  راضیه آقاخانی - دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه شهاب دانش، قم، ایران
    گلنوش عبائی - استادیار گروه مهندسی کامپیوتر ، دانشگاه شهاب دانش، قم، ایران

چکیده مقاله:

جهت تضمین کیفیت 617 نرم افزار و صرفه جویی در زمان و هزینه، انجام پیشبینی خطای نرم افزار 618 امری ضروری میباشد. در طی سالیان اخیر، روشهای بسیاری در این زمینه ارائه شده است اما تاکنون هیچ یک از روشهای ارائه شده در طی 10 سال گذشته نتوانستهاند به کاربرد گسترده دست یابند و همچنان با چالشهایی روبه رو هستند. معمولا روشهای یادگیری گروهی 619 نسبت به روشهای تکی از دقت و کارایی بالاتری برخوردار بوده اند. بنابراین، در این مقاله از روش گروهی استفاده شده است و تلاش شده است تا از طبقه بندهایی که بهترین ترکیب ممکن را داشته باشند بهره گیری شود. در روش پیشنهادی از روش گروهی رای گیری اکثریت 620 استفادهشده است، که با روش تکی درخت تصمیم 621 مقایسه شده به طوریکه در هر دو روش تکی و گروهی داده ها بوسیله ترکیب روشهای انتخاب ویژگی 622 ، پیش پردازش شدهاند. نتایج به اینگونه است که اعمال روش گروهی بر رویداده های ناسا 623 با معیارهای ارزیابی نرخ خطای کلی 624 ، نرخ مثبت نادرست 625 ، و نرخ منفی نادرست 626 در مقایسه با روش تکی و روشهای مورد مطالعه قبلی در حالت کلی عملکرد بهتری داشته اند.

کلیدواژه‌ها:

پیش بینی خطای نرم افزار، روش درخت تصمیم، روش یادگیری گروهی، روش انتخاب ویژگی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CYBERM02-CYBERM02_080.html
کد COI مقاله: CYBERM02_080

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
آقاخانی, راضیه و گلنوش عبائی، ۱۳۹۸، ارائه یک روش بهبود یافته با یادگیری گروهی با استفاده از روش انتخاب ویژگی ترکیبی برای پیش بینی خطای نرم افزار، دومین کنفرانس ملی پدافند سایبری، مراغه، دانشگاه آزاد اسلامی واحد مراغه، https://www.civilica.com/Paper-CYBERM02-CYBERM02_080.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (آقاخانی, راضیه و گلنوش عبائی، ۱۳۹۸)
برای بار دوم به بعد: (آقاخانی و عبائی، ۱۳۹۸)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۲۶۸
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.