摘要
针对当前工程中存在的缺陷预测问题,包括历史数据不足、新工程缺乏充分的初始训练项目以及不同工程和案例之间数据分布的不一致性等问题,在此项目中,计划在前期工作的基础上,对多个项目中的缺陷进行详细的分类分析,并对它们进行分类。为了实现这一目标,提出了一种基于项目集的学习算法。首先,将从源数据集中挑选出与目标数据集分布最相近的一组数据项。接下来,在选定的项目集中,将选择与项目集相似度较高的项目数据。最终,将利用这些精选的数据来训练Naive Bayes模型,以期提高分类效果。以铁路运控系统的软件故障为例,进行了比较试验。实验结果表明,与项目内缺陷预测相比,本文所提出的分阶段数据筛选方法表现更优,不仅能够提升预测性能,还能有效减小训练数据与目标项目数据之间的差异。这种方法有望为多工程缺陷预测问题提供一种有力的解决方案,特别是在数据不足和分布不一致的情况下,可以辅助完成列车运行控制系统软件质量评估和相关确认活动质量评价。