تأثیر ترکیب روش های انتخاب ویژگی فیلتر و بسته بندی در بهبود پیش بینی اشکال نرم افزار
Authors
abstract
حفظ کیفیت محصول نرم افزاری با آزمون های دوره ای قبل از نصب، یکی از پرهزینه ترین فعالیت ها در پروژه های فناوری اطلاعات است. با توجه به منابع محدود برای آزمون ماژول ها در پروژه های نرم افزاری، بهتر است ابتدا ماژول های مستعد اشکال شناسایی شوند و منابع آزمون در جهت شناسایی اشکال در این ماژول ها متمرکز گردند. پیش بینی کننده های اشکال مبتنی بر الگوریتم های یادگیری ماشین، ابزارهای مقرون به صرفه ای برای شناسایی ماژول های مستعد اشکال هستند. پژوهش های گسترده ای در این حوزه برای یافتن ارتباط بین ویژگی های ماژول های نرم افزاری و مستعد اشکال بودن آن ها صورت پذیرفته است. برخی از این ویژگی ها در الگوریتم های پیش بینی کننده به گونه ای هستند که نه تنها سبب بهبود دقت در فرآیند یادگیری نمی شوند بلکه کاهش دقت را نیز در پی خواهند داشت. در این پژوهش با توجه به عملکرد خوب روش انتخاب ویژگی روبه جلو در انتخاب ویژگی های مؤثر، زیرمجموعه اولیه در این روش با استفاده از تلفیق ویژگی های با رتبه بالا در روش های مختلف فیلتر انتخاب می شود. روش پیشنهادی علاوه بر بهبود دقت سبب افزایش سرعت همگرایی در انتخاب ویژگی می شود. نتایج حاصل از پیاده سازی و ارزیابی نتایج تجربی به دست آمده در دادگان ناسا با معیار auc، بیانگر مؤثر بودن روش پیشنهادی در بهبود دقت و سرعت پیش بینی ماژول های نرم افزاری مستعد اشکال است.
similar resources
تأثیر ترکیب روش‌های انتخاب ویژگی فیلتر و بسته‌بندی در بهبود پیش‌بینی اشکال نرم‌افزار
حفظ کیفیت محصول نرم‌افزاری با آزمون‌های دوره‌ای قبل از نصب، یکی از پرهزینه‌ترین فعالیت‌ها در پروژه‌های فناوری اطلاعات است. با توجه به منابع محدود برای آزمون ماژول‌ها در پروژه‌های نرم‌افزاری، بهتر است ابتدا ماژول‌های مستعد اشکال شناسایی شوند و منابع آزمون در جهت شناسایی اشکال در این ماژول‌ها متمرکز گردند. پیش‌بینی‌کننده‌های اشکال مبتنی بر الگوریتم‌های یادگیری ماشین، ابزارهای مقرون‌به‌صرفه‌ای برا...
full textنرم افزار ایرانی ROCSEL؛ اولین نرم افزار آنالیز داده های معمولی و پیش مطالعه آنالیز ویژه مغزه های نفتی
full text
معیارهای انتخاب یک نرم افزار GIS مناسب
نیاز به پشتیبانی قدرتمند و پیشرفته پردازش اطلاعات (که از منابع مختلف تهیه شده اند) در برنامه ریزی ها (به دلیل حجم فرایند داده ها و رشد کاربر سامانه های (Systems) کارآ و قدرتمند پردازش اطلاعات را اجتناب ناپذیر می سازد، GIS یا سامانه اطلاعات جغرافیایی با ویژگی خاص تلفیق داده های مکانی و غیرمکانی در میان مدیران و برنامه ریزان، به عنوان یک سامانه از جایگاه خاصی برخوردار گردیده است.
full textترکیب اطلاعات در نرم افزار تصمیم یار برای انتخاب بهینه ادوات خاکورزی
استفاده از فناوری و رایانه برای کمک به تصمیمگیری در زمینههای تخصصی از مقولاتی است که امروزه در تصمیمگیریهای مدیران صنایع بسیار مورد توجه قرار گرفته است. به ویژه تصمیماتی که با توجه به شرایط خاص موجود مورد نیاز هستند نظیر تصمیمگیری در خصوص انتخاب ادوات مناسب خاکورزی اولیه برای شرایط مشخصی از وضعیت مزرعه. از آنجا که خاکورزی در بین مراحل کشاورزی بیشترین انرژی را مصرف میکند، یک اشتباه در...
full textطراحی نرم افزار پیش بینی ارزش ارثی حیوانات با روش انتخاب به کمک مارکرها
در تحقیق حاضر اقدام به تولید نرم افزار mas گردید. این نرم افزار برای پیش بینی ارزش ارثی از تلفیق اطلاعات کمی و مولکولی استفاده می نماید. بعضی از ژن هایی که یک صفت را کنترل می کنند، می توانند نسبت به بقیه دارای اثرات بزرگی باشند. این قبیل ژن ها، ژن های با اثر بزرگ نامیده می شوند که در -qtl ها (جایگاه صفت کمی) مکان یابی می شوند. دنبال کردن الگوی توارث این قبیل qtl ها می تواند برای کمک به انتخاب م...
پیش بینی بارش ماهانه در منطقه ایران با استفاده از ترکیب شبکه های عصبی مصنوعی و فیلتر کالمن توسعه یافته
بارش باران یکی از مهم‌‌ترین پدیده‌های جوّی است که بر زندگی بشر اثر می‌گذارد. پیش‌بینی بارش باران برای اهداف مختلفی مانند برنامه‌ریزی فعالیت‌های کشاورزی، پیش<st...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی برق دانشگاه تبریزجلد ۴۷، شماره ۱، صفحات ۱۸۳-۱۹۵
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023