学位论文 > 优秀研究生学位论文题录展示

小波去噪在软件可靠性建模中的应用

作　者: 吴丽丽
导　师: 张永强
学　校: 河北工程大学
专　业: 计算机应用技术
关键词: 软件可靠性模型小波去噪应用一致性
分类号: TP311.52
类　型: 硕士论文
年　份: 2009年
下　载: 42次
引　用: 0次
阅　读: 论文下载

内容摘要

随着软件应用的日益广泛及其重要性的不断增加,人们对软件质量的要求也越来越高。可靠性作为衡量软件质量的重要特性,其定量评估和预测已成为人们关注和研究的焦点。软件可靠性模型作为可靠性评测的核心和关键,可用于软件生命周期的不同阶段,定量地估计和预测软件可靠性行为,对于软件资源分配、软件市场决策有着重要意义。虽然软件可靠性模型已经从研究阶段发展到了工程阶段,但是,面对软件自身及其开发过程日益复杂的情形,它仍然呈现出自身的不足。其中最为主要的就是模型的应用不一致性问题。由于软件失效数据序列在数据采集的过程中受到各种人为的和非人为的因素的影响,使得观测到的数据序列总是混杂着一定噪声。而噪声的存在严重干扰了信号的本来面目,不利于失效数据序列的进一步分析和处理。因此,对噪声加以消除和减少,以便最大程度的提取出有用信号是有必要的。它直接影响着后续工作的效果。传统软件可靠性模型在建模过程中往往没有考虑软件失效数据本身的特性,忽略了失效数据存在噪声的情况。本文主要针对这一问题,采用小波阈值去噪算法对软件失效数据序列进行去噪预处理;并在分析了传统阈值去噪算法优缺点的基础上,提出了一种改进的阈值去噪算法,新算法一定程度上弥补了传统阈值去噪算法的不足,改善了去噪效果。本文以三组经典的软件失效数据序列为例,对采用新阈值方法去噪后的失效数据序列进行建模,并针对拟合优良度、一步预测能力的统计结果与去噪前建立的模型进行比较,通过计算、仿真试验,证实了建立模型前先对数据进行去噪预处理是可行的,有效的,一定程度上改善了软件可靠性模型的应用不一致性问题。

全文目录

摘要  6-7
Abstract  7-12
第1章绪论  12-20
  1.1 课题背景及研究意义  12-14
  1.2 国内外研究动态  14-18
    1.2.1 国外研究现状  14-15
    1.2.2 国内研究现状  15-17
    1.2.3 软件可靠性领域面临的主要问题  17-18
  1.3 小波分析去噪的研究背景和意义  18-19
  1.4 本文内容安排  19
  1.5 本章小结  19-20
第2章软件可靠性模型简介  20-26
  2.1 软件可靠性建模  20-25
    2.1.1 失效数据  20-21
    2.1.2 软件可靠性模型的组成  21
    2.1.3 模型假设  21-22
    2.1.4 建模方法  22-24
    2.1.5 建模原理与建模过程  24-25
  2.2 本章小节  25-26
第3章软件可靠性预测模型  26-37
  3.1 软件可靠性预测模型概述  26
  3.2 几种经典的软件可靠性预计模型  26-35
    3.2.1 Jelinski-Moranda(J-M)模型  26-30
      3.2.1.1 模型假设  26-27
      3.2.1.2 基本公式  27
      3.2.1.3 参数的最大似然估计  27-29
      3.2.1.4 模型的极限条件  29-30
    3.2.2 Goel-Okumoto(G-O)非齐次Poisson 过程(NHPP)模型  30-32
      3.2.2.1 模型假设  30
      3.2.2.2 基本公式  30-31
      3.2.2.3 参数的最大似然估计  31-32
      3.2.2.4 软件的最优交付时间  32
    3.2.3 Musa 的执行时间模型  32-33
      3.2.3.1 模型假设  32-33
      3.2.3.2 基本公式  33
    3.2.4 S-W 模型  33-35
      3.2.4.1 模型假设  33-34
      3.2.4.2 基本公式  34
      3.2.4.3 参数的最大似然估计  34-35
      3.2.4.4 模型的极限条件  35
  3.3 本章小结  35-37
第4章小波阈值去噪算法及其改进  37-49
  4.1 研究背景  37-38
  4.2 小波阈值去噪算法  38-43
    4.2.1 传统去噪算法的比较和研究  38-40
    4.2.2 小波阈值去噪原理  40-41
    4.2.3 小波阈值去噪参数的选取分析  41-43
      4.2.3.1 去噪的指导思想  41
      4.2.3.2 小波函数的选取  41-42
      4.2.3.3 小波分解层数的选取  42
      4.2.3.4 小波阈值选取规则  42-43
  4.3 小波阈值去噪算法的改进及验证  43-48
    4.3.1 传统Donoho 硬阈值和软阈值函数  43-45
    4.3.2 Donoho 硬阈值和软阈值函数存在的不足  45
    4.3.3 改进小波阈值去噪算法  45-46
    4.3.4 改进阈值去噪算法的仿真验证  46-48
  4.4 本章小结  48-49
第5章小波去噪在软件可靠性建模中的应用  49-56
  5.1 引言  49
  5.2 小波阈值去噪参数  49-50
  5.3 模型预测性能的评价  50
  5.4 实例验证  50-55
    5.4.1 实例1：装甲兵工程学院某软件测试用例  50-52
      5.4.1.1 去噪前后模型的MATLAB 仿真  51
      5.4.1.2 去噪前后可靠性模型的试验分析  51-52
    5.4.2 实例2：NTDS 的错误统计数据  52-54
      5.4.2.1 去噪前后模型的MATLAB 仿真  52-53
      5.4.2.2 去噪前后可靠性模型的试验分析  53-54
    5.4.3 实例3：Musa 数据集中SY52 的错误统计  54-55
      5.4.3.1 去噪前后模型的MATLAB 仿真  54
      5.4.3.2 去噪前后可靠性模型的试验分析  54-55
  5.5 小结  55-56
第6章总结与展望  56-58
  6.1 本文工作总结  56
  6.2 后续工作展望  56-58
参考文献  58-61
附录1  61-68
致谢  68-69
作者简介  69
攻读硕士学位期间发表的论文和参加科研情况  69

小波去噪在软件可靠性建模中的应用

内容摘要

全文目录

相似论文