基于AdaBoost算法的BP神经网络在软件老化测试中的应用OA
为提高BP神经网络的预测精度,克服自身容易陷入局部极值和收敛速度慢的缺陷,将AdaBoost算法和BP神经网络结合起来,建立基于AdaBoost算法的BP神经网络模型.该模型将多个BP神经网络作为弱预测器,然后采用AdaBoost算法将多个弱预测器组成强预测器进行预测.将该模型应用于软件老化测试,实验结果表明,该模型相比单个BP神经网络具有更好的预测精度.
渊岚
西安建筑科技大学信息与控制工程学院 ,陕西西安710055
信息技术与安全科学
BP神经网络AdaBoost算法软件老化测试
《软件导刊》 2016 (10)
136-138,3
陕西省教育厅专项科研计划项目(2013JK1189)西安建筑科技大学青年基金项目(QN1323)
评论