• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE/ACS International Conference on Computer Systems and Applications >Estimating software effort and function point using regression, Support Vector Machine and Artificial Neural Networks models
【24h】

Estimating software effort and function point using regression, Support Vector Machine and Artificial Neural Networks models

机译：使用回归，支持向量机和人工神经网络模型估算软件工作量和功能点

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Accurate computation of software effort, cost and time required ahead would greatly reduce risk and maximize profit. Estimating software effort or computing the required function point helps project manager to better estimate the time and budget required for a project. Many statistical models were proposed in the past. These models suffer many problems related to parameter estimation and structure determination of the models. In this paper we presents two models for software effort estimation and one model for function points using Linear Regression (LR), Support Vector Machines (SVM) and Artificial Neural Networks (ANN). The proposed models have number of inputs and single output. The first model utilizes the Source Line Of Code (KLOC) as inputs; while the second model utilize the KLOC and development Methodology (ME) as inputs to estimate the Effort (E); while the third model utilize the Inputs, Outputs, Files, and User Inquiries as inputs to estimate the Function Point (FP). The proposed SVM and ANN models show better estimation capabilities compared to linear regression model models. These models are capable of providing better assistant to software project manager in computing the effort required of the number of function points.
机译：准确计算软件工作量，所需的成本和时间，将大大降低风险并最大程度地提高利润。估算软件工作量或计算所需的功能点可帮助项目经理更好地估算项目所需的时间和预算。过去提出了许多统计模型。这些模型遭受许多与模型的参数估计和结构确定有关的问题。在本文中，我们使用线性回归（LR），支持向量机（SVM）和人工神经网络（ANN）提出了两种用于软件工作量估计的模型，以及一种用于功能点的模型。所提出的模型具有输入数量和单个输出。第一个模型利用源代码行（KLOC）作为输入。而第二个模型则利用KLOC和开发方法论（ME）作为输入来估算工作量（E）;而第三个模型则使用输入，输出，文件和用户查询作为输入来估计功能点（FP）。与线性回归模型模型相比，提出的SVM和ANN模型显示出更好的估计能力。这些模型能够为软件项目经理提供更好的助手，以计算功能点数量所需的工作量。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号