| 基于Boosting的集成k-NN软件缺陷预测方法 |
| |
| 引用本文： | 何亮,宋擒豹,沈钧毅.基于Boosting的集成k-NN软件缺陷预测方法[J].模式识别与人工智能,2012,25(5):792-802. |
| |
| 作者姓名： | 何亮 宋擒豹 沈钧毅 |
| |
| 作者单位： | 西安交通大学 电子与信息工程学院 西安710049 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 软件缺陷预测是改善软件开发质量,提高测试效率的重要途径.文中提出一种基于软件度量元的集成k-NN软件缺陷预测方法.首先,该方法在不同的Bootstrap抽样数据集上迭代训练生成一个基本k-NN预测器集合.然后,这些基本预测器分别对软件模块进行独立预测,各基本预测值将被融合生成最终的预测结果.为判别新的软件模块是否为缺陷模块,设计分类阈值的自适应学习方法.集成预测结果大于该阈值的模块将被识别为缺陷模块,反之则为正常模块.NASAMDP及PROMISEAR标准软件缺陷数据集上的实验结果表明集成k-NN缺陷预测的性能较之广泛采用的对比缺陷预测方法有较明显的提高,同时也证明软件度量元在缺陷预测中的有效性.
|
| 关 键 词： | 软件缺陷预测 k-近邻(k-NN) 软件度量元 集成学习 |
Boosting-Based k-NN Learning for Software Defect Prediction |
| |
| HE Liang
,
SONG Qin-Bao
,
SHEN Jun-Yi.Boosting-Based k-NN Learning for Software Defect Prediction[J].Pattern Recognition and Artificial Intelligence,2012,25(5):792-802. |
| |
| Authors: | HE Liang SONG Qin-Bao SHEN Jun-Yi |
| |
| Affiliation: | ( School of Electronic and Information Engineering,Xi’an Jiaotong University,Xi’an 710049) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
