摘要
本发明涉及一种基于DP‑ANN和软件缺陷模式的软件测试能力评估方法,属于软件测试领域。本发明的方法包括:预处理软件缺陷模型的各种类型的缺陷数据,构建软件缺陷模式;建立基于反向传播的BP神经网络算法的软件缺陷模式的软件测试能力评估DP‑ANN模型,并优化反向传播的梯度计算;根据预处理完成的数据,作为输入,通过建立的DP‑ANN模型,设置每一层的关联关系,每一层的数据量,训练得出评估模型所需的最优的权值和阈值;将最终的训练结果应用于软件缺陷模式的软件测试能力评估。本发明适用于软件缺陷模式的评估系统权重的计算,能够提高大规模复杂软件缺陷评估工作的效率,增加权重的客观性。
技术关键词
软件缺陷模式
能力评估方法
神经网络算法
传感器
聚类分析法
主成分分析法
梯度下降法
数据
误差函数
评估系统
关系
规划
动态
时序
内存
种子
规模
项目
系统为您推荐了相关专利信息
电磁式振动台
MEMS陀螺仪
导向系统
激光位移传感器
复位控制模块
传感器
信号发生器
环境模拟舱
模糊综合评价模型
数据采集系统
大气温度传感器
人机交互系统
集流环
防除冰系统
配电盒
功率放大器系统
匹配网络
MEMS开关
散热基板
分布式电容
动力传递组件
半径调节机构
全覆盖
齿轮组件
剪刀臂