屏蔽数据下软件可靠性的极大似然估计

屏蔽数据是指引起系统失效的真实原因不得而知,即失效原因可能是系统组件的某个子集。一般地,屏蔽数据下非齐次泊松过程(non-homogeneous Poisson process,NHPP)类软件可靠性叠加模型中参数的极大似然估计比较复杂,因为叠加模型不能分解成几个简单的NHPP模型。本文主要研究基于屏蔽数据下叠加模型中参数的极大似然估计,评估软件系统的可靠性。最后通过一组模拟数据,说明极大似然估计效果良好。

拟合等级应变量混合效应模型的新方法——边缘最大似然估计及其软件MIXOR

介绍了一种应变量为等级变量的混合效应模型的新的拟合方法。通过使用 MIXOR2 .0软件拟合混合效应模型 。

基于拟似然估计方法的软件失效预测模型

软件缺陷预测是软件可靠性研究的一个重要方向。由于影响软件失效的因素有很多,相互之间关联关系复杂,在分析建模中常用联合分布函数来描述,而实际应用中难以确定,直接影响软件失效预测。基于拟似然估计提出一种软件失效预测方法,通过主成分分析筛选影响软件失效的主要影响因素,建立多因素软件失效预测模型,利用这些影响因素的数字特征(均值函数和方差函数)以及采用拟似然估计方法估计出模型参数,进而对软件失效进行预测分析。基于两个真实数据集Eclipse JDT和Eclipse PDE,与经典Logistic回归和Probit回归预测模型进行实验对比分析,结果表明采用拟似然估计对软件缺陷预测具有可行性,且预测精度均优于这两种经典回归预测模型。

基于最大似然估计的PCM-FM信号软件解调方法

利用软件实现信号处理已经成为未来信号处理的发展趋势。针对传统PCM-FM信号在低信噪比下难以实现有效解调的问题,结合PCM-FM信号前后符号之间存在相位记忆性的特征,提出了基于最大似然估计的软件解调方法。描述了最大似然估计模型的建立和维特比搜索路径的实现;同时结合软件中数据块式的传输模式和维特比路径搜索的特点,研究了一种基于数据冗余的软件解调实现方式,充分利用了计算机系统并行处理性能,提高了算法的运行效率;并以算法误码率为指标,比较了软件似然估计算法与传统鉴频解调的性能,结果表明在误码率10-2处时算法能够得到约3dB的解调增益。

NHPP类开源软件可靠性增长模型的极大似然估计

为了提高开源软件产品的可靠性,针对软件测试过程中常见的不分组失效数据和分组失效数据,提出非齐次泊松过程(NHPP)类开源软件可靠性增长模型极大似然估计的一般形式;对GO模型、DSS模型、GGO模型、ISS模型和Ohba模型进行讨论,给出这5类可靠性模型的似然函数和似然方程;利用开源软件Apache Tomcat 5的真实失效数据,对这5类可靠性模型进行性能对比分析。结果表明:GGO模型具有较好的拟合与预测效果,而GO模型的拟合效果较差。

基于快速最大似然估计的高动态GPS跟踪环

针对全球定位系统软件接收机在高动态环境下跟踪精度低与容易失锁的问题,提出一种基于最大似然估计的高精度快速跟踪方法。分析最大似然估计高动态跟踪环路结构的设计过程,给出基于两步逼近方法的最大似然估计方法,得到伪码相位误差估计值,并采用插值法获得更高的多普勒频率误差估计精度。理论分析与仿真结果表明,与传统的最大似然估计方法相比,改进最大似然估计方法的耗时减少27.3%,且具有更高的跟踪精度。

基于极大似然法的负偏水文序列参数估计方法研究

针对皮尔逊Ⅲ型曲线参数估计方法中尺度参数β>0,无法适用于潮位、水位等负偏水文序列(β<0)参数估计的问题,从正偏序列与负偏序列的关系出发,提出了一种极大似然估计的新方法。该方法是将负偏序列先后转换为正偏序列、伽马分布序列,并利用负偏序列确定ξ初值,通过伽马分布序列迭代计算得到α,β的极大似然估计值。以某潮位站44 a的最高潮位数据为算例,比较了负偏极大似然法、负偏矩法、正偏查表法3种估计方法对负偏序列拟合的精度,结果发现负偏极大似然估计法的3项拟合指标:PPCC检验值为0.993,OLS检验值为0.010,KS检验值为0.052,均优于负偏矩法、正偏查表法。为此,负偏极大似然法对负偏序列拟合的精度为最优。

受限反应变量模型及其参数估计的软件实现

目的介绍三种受限反应变量。方法阐述断尾回归模型、截取回归模型和样本选择模型的基本原理及参数估计方法,给出了三种模型参数估计的STATA软件实现。结果对于反应变量受限的数据,受限反应变量模型可以得到较为一致的参数估计量。结论受限反应变量模型在医学研究领域有广泛的应用前景。

最大似然估计方法在遥感技术中的应用

最大似然估计方法是费希尔1912年提出的,它克服了贝叶斯法的弱点,是统计学史上的重大突破。经过一个世纪的发展,最大似然估计方法趋于完善,其应用也更加广泛,本文就其在遥感技术中的应用做出了阐述和分析。

提高软件成本估计精度的方法

提出了一种估计软件成本的新方法,该方法允许使用一个替代变量去代替变量事先无法知道的软件规模的准确值,并在替代变量已知的情况下,给出了软件成本的估计和置信区间.实践表明,该方法的成本估计值比传统的标准回归分析方法和COCOMO方法更为精确.

一种软件可靠性新模型的参数估计和统计推断

文章主要介绍一种软件可靠度的模型,并给出模型失效率的极大似然估计的求法以及存在的条件、失效率的置信上限。

软件可靠性M-O模型和逆线性模型的参数估计(英文)

Musa-Okumoto模型和逆线性模型是研究软件可靠性的重要模型.给出了在分组数据下,M-O模型和逆线性模型中参数的最大似然估计及其存在的充分性条件,指出了[4]中的错误,并且给出了一个实例.

Jelinski-Moranda模型的一种新的NLS估计法

提出了一种新的基于非线性最小二乘法的软件可靠性Jelinski-Moranda(J-M)模型参数估计方法(LogLSE)。给出了一种与经典的J-M模型最小二乘法等价的曲线拟合函数,推导了J-M模型的新的非线性最小二乘(NLS)参数估计公式。在标准的软件可靠性失效数据-海军战术数据系统(NTDS)和三组J.D.Musa软件可靠性数据上,利用牛顿迭代法求解参数估计的实例分析,说明了LogLSE估计优于传统的基于最大似然估计(MLE)和最小二乘估计(LSE)的J-M模型参数估计。

基于聚类的软件可靠性评估与预测研究

利用分层聚类算法对失效数据中的扰动和异常数据点进行隔离,并应用相似故障密度的聚类处理后的失效数据集进行SRGM建模与软件可靠性评测,以较好的曲线拟合度提高SRGM参数估计与可靠性预测的精确性和抗干扰性,并对测试数据进行可靠性分析同时得到预测结果。

一类软件可靠度新模型的统计推断

对软件可靠性的著名模型——JM模型进行了修改和研究,给出了模型中的参数的极大似然估计存在的充要条件。

基于聚类的软件失效数据预处理

应用失效数据进行软件可靠性参数的评估与预测是软件可靠性工程的主要内容之一。利用分层聚类算法对失效数据中的扰动和异常数据点进行隔离,并将以故障密度为相似性度量进行聚类处理后的失效数据集进行SRGM建模与软件可靠性参数估计,以较好的曲线拟合度提高SRGM参数估计与可靠性预测的精确性和抗干扰性,从而得到良好的软件可靠性分析与预测结果。

基于分域测试的软件可靠性评估方法

软件可靠性评估通常是以可靠度的精确置信下限为主要依据。在求解可靠度置信限的方法中,排序方法是较理想的方法,但是现有的排序方法都存在计算量大和不易实现的缺点。通过对可靠度相关参量的分析,根据软件在进行分域测试时的特点给出一种新的排序方法。经过实例分析可知,此排序方法是合理的,并且计算简便和易于实现。

基于软件无线电的同步技术研究

从软件无线电理论出发,分析讨论了软件无线电的关键技术,软件无线电接收机的数学模型。针对现代通信领域出现的多模式、多频段共同存在和使用的形势,提出了合理的基于软件无线电思想的多模式通信系统。在Matlab仿真环境下,建立了包括TDMA、CDMA和OFDM三模通信系统平台,以最大似然估计同步算法为理论依据,结合各调制解调信号特点,重点解决了多模式通信平台的同步技术问题。

一种软件可靠度新模型的统计推断

软件可靠性越来越受到重视.本文对软件可靠性的著名模型-JM模型进行了修改并进行了研究,给出了模型中的参数的极大似然估计存在的充要条件.

软件可靠性评估理论与实例研究

研究了软件可靠性评估的特点。采用Goal OkumotoNHPP软件可靠性评估模型和极大似然估计 ,计算了智能电磁流量变送器可靠性水平 。