【摘 要】
：
软件可信度评估受主观经验、主观决策及有限理性的影响,评估结果的精确性和客观性无法得到全面保证。为了解决上述问题,利用马尔可夫链,以经典可信软件属性指标体系为基础,从软件层次属性的动态变化考虑,提出了一种时间情境下的动态评估模型。通过模糊综合评判和层次分析法进行量化,以确定子属性的权重和元属性的相对权重,应用马尔可夫过程构建各层级属性的内部定向转换概率模型,通过模糊算法得出最终的可信评估结果。结论表
【基金项目】
：
国家自然科学基金委创新群体项目（71221061）,国家自然科学基金面上项目（61379019）
论文部分内容阅读
软件可信度评估受主观经验、主观决策及有限理性的影响,评估结果的精确性和客观性无法得到全面保证。为了解决上述问题,利用马尔可夫链,以经典可信软件属性指标体系为基础,从软件层次属性的动态变化考虑,提出了一种时间情境下的动态评估模型。通过模糊综合评判和层次分析法进行量化,以确定子属性的权重和元属性的相对权重,应用马尔可夫过程构建各层级属性的内部定向转换概率模型,通过模糊算法得出最终的可信评估结果。结论表明,该模型在一定程度上更加符合软件应用的实际情形,在逻辑上更具有说服力。实例也说明了本模型的科学性和有效性。
其他文献
针对田纳西—伊斯曼(Tennessee-Eastman,TE)过程具有的高度非线性、时变及多个操作模式等特征,为在线预测该过程产品流道中各种成分的含量,提出一种基于局部加权偏最小二乘的多模型建模方法。多模型建模方法首先要进行子模型的划分,将TE过程各种操作模式下的训练数据放入不同数据库中,利用贝叶斯分类器对在线测得的数据进行分类;然后采用即时(just-in-time,JIT)建模思想,基于局部加
针对传统串行空间碎片探测软件DEBIE存在的无法有效并行执行问题,设计和实现了DEBIE并行软件及WCRT计算方法。该并行设计采用处理单元划分、多线程执行等方法,并在构造的MSC语义图基础上,对共享缓存划分的最佳配置方式进行了优选。实验结果表明,该并行化方法是有效的,在真实环境和最坏情况下加速比均有显著的提升。
针对惯性传感器信号处理的特点,提出了基于稀疏表示的信号滤波处理系统模型和方法。通过K-SVD算法对信号学习训练获得字典,为了减少计算量,满足实时性,尽量降低字典的大小,仿真结果表明,在满足一定精度的条件下,字典的大小最小为3×10。在该字典下对信号进行稀疏表示和重构,改变信号的输入方式,可以实现信号的实时滤波。仿真结果表明提出的滤波方法能有效地消除噪声,改善输出信号精度,可以提高信噪比最大为4.5
针对面向聚类的特征选择算法效率和效果无法兼顾,并且对高维数据适用度不高的问题,提出了一种基于邻域分析的加权特征选择算法ENFSA。该算法首先基于信息熵构建候选特征集,降低加权特征选择的候选特征维度,在此基础上采用邻域分析法评估特征冗余度和相关性,并根据评估结果更新特征子集和权值向量,不断迭代,直至特征权值向量趋于稳定。在10种典型数据集上的测试结果表明,与传统的特征选择算法相比,新的算法特征约简效
研究了基于正交频分复用(OFDM)的协同认知无线网络中联合资源分配问题。为了更好地适应实际的应用环境,考虑了多约束条件下的资源分配方案以最大化整个网络系统的吞吐量。针对不同的中继传输协议,提出了相应的联合子载波匹配、功率分配和最佳中继选择的资源分配算法。仿真结果表明该算法在大大降低算法复杂度的同时亦能获得较好的算法性能。
针对车辆与车辆通信（V2VC）系统中由于车辆高移动性、动态网络拓扑和有限网络资源导致网络拥塞的问题,提出了一种上下文感知分布式信标调度方案。它基于空间上下文信息以类TDMA
为了有效解决光缓存中的分组竞争冲突问题,提出一种基于缓存时间有界的光分组排队算法,采用有界延迟机制并建立相关队列模型。在提出的模型中,根据缓冲区剩余工作量的概率分布,开发出一个递归方程组用于计算缓存中分组丢失的数量,同时得到几种相关性能参数的解析表达式。重点研究了增加冗余包对缓存性能的影响,并评估不同FEC编码方案的效率。然后在MATLAB下对上述模型进行仿真分析,实验结果验证了模型的正确性和有效
已有的基于压缩感知的核磁共振图像重构算法仅利用了数据的稀疏性或矩阵的低秩性,并没有充分利用图像数据的相关性先验知识。针对这一问题,提出了一种新型的应用于二维核磁共振图像重建的算法模型。与传统的单一利用原始数据的稀疏性或矩阵低秩性进行重建的方法不同,该方法同时利用了图像数据的稀疏性与矩阵的低秩性。矩阵低秩部分使用应用赤池信息量准则的奇异值分解阈值方法,数据稀疏部分使用全变分作为稀疏变换基。实验结果表
为制定不完全维修条件下数控机床合理的预防性维修周期,提出包含预防性维修因子与修复性维修因子的广义比例强度模型。基于该模型的三种基准强度函数对数控机床的故障维修过程分别建模,并进行模型参数求解与假设检验。基于确定的最优广义比例强度模型,建立以可靠度为约束、以单位时间维修费用为目标函数的数控机床最佳预防性维修周期决策模型。实例分析表明,广义比例强度模型切实反映了维修类型对故障强度的不同影响,且求得的机
针对时变重复系统存在执行机构故障问题,提出了一种基于非线性迭代学习的被动容错控制方法。首先对于带有执行器故障的非线性系统模型,利用迭代学习过程记忆的期望轨迹、期望控制和跟踪误差,设计批次被动容错控制器;然后基于算子理论和λ范数分析了控制器存在的充分条件,该条件实现了控制器对故障的有效抑制,使系统输出能够单调收敛于给定输出轨迹的有界邻域内,从而避免了故障的不利影响;最后将其应用于单关节机器人系统。仿