基于组合机器学习算法的软件缺陷预测模型
(0) 软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早的预测软件可能还存在的缺陷,基于预测结果合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预测的主要方法.为了提高预测的效率和准确性,对机器学习算法的选择和研究是很关键的.本文对不同的机器学习缺陷预测方法进行对比分析,将各算法在不同评价指标上的优势加以利用,提出了将不同预测算法的预测结果作为软件度量并进行再次预测的基于组合机器学习算法的软件缺陷预测模型.最后用该模型对Eclipse数据集进行实验,证明该模型的可行性.
软件缺陷 预测模型 机器学习 评价指标
傅艺绮 董威 尹良泽 杜雨晴
国防科学技术大学计算机学院计算机科学与技术系,湖南长沙410073
国内会议
武汉
中文
1-8
2015-11-06（万方平台首次上网日期，不代表论文的发表时间）