| 基于支持向量机的软件缺陷预测模型 |
| |
| 引用本文： | 王涛,李伟华,刘尊,史豪斌.基于支持向量机的软件缺陷预测模型[J].西北工业大学学报,2011,29(6). |
| |
| 作者姓名： | 王涛 李伟华 刘尊 史豪斌 |
| |
| 作者单位： | 西北工业大学计算机学院,陕西西安,710072 |
| |
| 基金项目： | 国家自然科学基金(F020510); 西北工业大学博士论文创新基金(CX200815); 陕西省自然科学基础研究计划(2010JM8039)资助 |
| |
| 摘 要： | 软件缺陷预测在软件系统开发的各个阶段发挥着极为重要的作用.利用机器学习的相关方法建立更好的预测模型已经被广泛研究.文章分析了支持向量机SVM作为二值分类模型应用到软件缺陷预测中的实现方法,构造了基于SVM的可迭代增强的缺陷预测模型SVM-DP.在13个基准数据集上开展比较实验,定量地分析了应用各种核函数对SVM-DP模型性能的影响.实验结果显示,应用线性内积核函数的SVM-DP具有最优的预测性能.同时,在与J48的比较实验中,最高超过J48预测模型20％的性能进一步证明了SVM-DP模型应用于软件缺陷预测的有效性.
|
| 关 键 词： | 软件缺陷预测 软件度量 支持向量机 |
A Software DP(Defects Prediction) Model Based on SVM(Support Vector Machine) |
| |
| Wang Tao
,
Li Weihua
,
Liu Zun
,
Shi Haobin.A Software DP(Defects Prediction) Model Based on SVM(Support Vector Machine)[J].Journal of Northwestern Polytechnical University,2011,29(6). |
| |
| Authors: | Wang Tao Li Weihua Liu Zun Shi Haobin |
| |
| Abstract: | Software defects prediction can help raise the effectiveness and efficiency of testing activities by constructing predictive classification models from static code attributes which can identify software modules with a higher than usual probability of defects.Our aim is to find the best performance predictive classification model through introducing SVM into DP.Sections 1 through 4 of the full paper explain our SVM-DP model and its application to analyzing the 13 data sets of NASA Metrics Data Program(MDP).S... |
| |
| Keywords: | analysis classification(of information) codes(symbols) data mining defects efficiency evaluation experiments functions iterative methods maintenance models probability software engineering defects prediction(DP) software metrics support vector machine(SVM) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
