论文部分内容阅读
在早期的软件开发寿命周期里，软件的质量模型包含确定有缺陷的模块和预测错误数.在大规模组合导航软件系统中，质量控制的主要任务就是要精确地估测程序模块中存在的缺陷数.本文给出了用神经网络技术估测程序中的缺陷数的方法，预测缺陷数一般用单隐层网络就可以，因为多隐层网络将相应占用更多的训练时间.本文还介绍了一种新的静态可靠性模型，根据软件复杂度，估测了质量及质量拟合度，并且与传统回归技术进行了比较，仅用单隐层神经网络模型就比传统的统计模型预测质量好.当应用于一批大型组合导航软件系统的数据时，神经网络技术表明，它的确