首页 | 本学科首页   官方微博 | 高级检索  
     

统计策略序列模式挖掘及其在软件缺陷预测中的应用
引用本文:唐磊,李春平,杨柳.统计策略序列模式挖掘及其在软件缺陷预测中的应用[J].计算机科学,2013,40(5):164-167.
作者姓名:唐磊  李春平  杨柳
作者单位:清华大学软件学院 北京100084;清华大学软件学院 北京100084;中南大学软件学院 长沙410075
摘    要:人类的生活越来越依赖于高可靠性和可用性的软件系统,软件缺陷一直是软件工程领域中研究最活跃的内容之一。在研究序列模式挖掘技术的基础上,介绍了软件缺陷预测的相关技术,设计了一种基于统计策略的序列模式挖掘算法的软件缺陷预测方案,实现了InfoMiner和STAMP两种模式挖掘算法、卡方检验特征选择和SVM等分类算法;构造了一个软件缺陷预测模型,实现了预测和发现软件系统中的未知缺陷的功能。实验结果表明,所提软件预测模型可以获得良好的预测结果,具有一定的使用价值和应用前景。

关 键 词:数据挖掘  序列模式  软件缺陷  信息增益  分类预测
收稿时间:2012/7/27 0:00:00
修稿时间:2012/11/8 0:00:00

Statistically Significant Sequential Pattern Mining Applying to Software Defect Prediction
TANG Lei,LI Chun-ping and YANG Liu.Statistically Significant Sequential Pattern Mining Applying to Software Defect Prediction[J].Computer Science,2013,40(5):164-167.
Authors:TANG Lei  LI Chun-ping and YANG Liu
Affiliation:School of Software,Tsinghua University,Beijing 100084,China;School of Software,Tsinghua University,Beijing 100084,China;School of Software,Central South University,Changsha 410075,China
Abstract:
Keywords:Data mining  Sequential pattern  Software defect  Information gain  Classification and prediction
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号