Biblioteca73.326 documentos en línea

Artículo

Software Defect Prediction Based on Hybrid Swarm Intelligence and Deep LearningPredicción de defectos de software basada en inteligencia de enjambre híbrida y aprendizaje profundo

Resumen

Con el fin de mejorar la calidad del software y la eficiencia de las pruebas, este documento implementa la predicción de defectos de software basada en el aprendizaje profundo. De acuerdo con las respectivas ventajas y desventajas del algoritmo de enjambre de partículas y el algoritmo de enjambre de lobos, los dos algoritmos se mezclan para realizar las ventajas complementarias de los algoritmos. Al mismo tiempo, el algoritmo híbrido se utiliza en la búsqueda de optimización de hiperparámetros del modelo, la función de pérdida del modelo se utiliza como la función de aptitud, y la capacidad de búsqueda colaborativa de la población de inteligencia de enjambre se utiliza para encontrar la solución óptima global en múltiples espacios de solución local. A través del análisis de los resultados experimentales de seis conjuntos de datos, en comparación con el método tradicional de optimización de hiperparámetros y un único algoritmo de inteligencia de enjambre, el modelo que utiliza el algoritmo híbrido tiene mayores y mejores indicadores. Y, bajo el procesamiento del autoencoder, el rendimiento del modelo se ha mejorado aún más.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento