遗传优化支持向量机在软件缺陷预测中的应用

软件开发过程中对软件模块的可靠性进行预测可以有效地提高软件的质量。支持向量机可应用于建立软件缺陷预测模型。为提高预测模型的分类准确度,利用遗传优化算法选择出最优属性子集,从而降低数据样本中冗余属性带来的不利影响,利用支持向量机建立了一种高效的软件缺陷预测模型。实验结果表明,基于遗传算法和支持向量机建立的预测模型能够为软件缺陷预测提供较高的预测精度和效率,有着良好的应用前景。     

边界判别投影在人脸识别上的应用

针对最大边界准则和边界Fisher分析在人脸特征提取过程中的不足，提出一种边界判别投影降维算法，利用类样本均值与其同类边界样本定义类内离散度，利用类样本均值与其异类边界样本定义类间离散度。同时结合最大边界准则解决类内离散度矩阵奇异的问题。与经典的最大边界准则和边界Fisher分析算法相比，可以同时考虑样本的全局结构和局部结构，避免小样本问题。在人脸数据集上的实验表明，边界判别投影是一种有效的特征提取算法，提高了人脸识别准确率。