文件名称：贝叶斯证据框架下最小二乘支持向量机的软件老化检测方法 (2013年)
文件大小：461KB
文件格式：PDF
更新时间：2024-06-09 13:36:27
工程技术 论文
针对当前软件老化的检测、分析和软件再生的不确定性问题，提出了一种基于贝叶斯证据框架的最小二乘支持向量机(LS-SVM)的软件老化检测方法，即：使用最小二乘支持向量机分类器进行数据分类，以此解决数据采集时出现的小样本、高纬度，非线性、局部最小值等问题；通过贝叶斯证据框架来优化LS-SVM的超参数，从而提高分类器的学习精度和泛化能力。实验结果表明，在状态清晰区间，软件老化的概率均在0．7至0．9之间，而高维模型检测出的软件老化的概率为0或1。如果从概率粒度层来描述软件老化，则软件再生的时间点选取效率更高，根据