期刊文献+

基于 PN 学习的软件模块缺陷预测模型研究

On Defect Prediction Model Research-Based on PN learning Software Modules
下载PDF
导出
摘要 PN学习作为一种新型的二元分类器,对结构化的无标签数据有较好的分类性能.软件模块缺陷预测中对无标签样本数据的分类直接影响着预测结果的准确性和可靠性.提出了基于PN学习方法的软件模块缺陷预测模型,结合灰色关联分析方法对实验样本进行降维处理从而提高模型的运算速度.通过实验和分析,证明了本方法的有效性. PN learning is a new binary classification ,which has better classification performance on the structure of the unlabeled data .Software module defect prediction ,classification of unlabeled data directly affects the accuracy and reliability of the forecast results .T his paper presents a defect prediction model of the PN learning methods-based on software modules ,combined with gray relational analysis of experimen-tal samples to reduce the dimension thereby increasing the speed of operation of the model .Experiment with traditional methods demonstrates the effectiveness of the method .
作者 李莉 郝静静
出处 《西南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第8期57-61,共5页 Journal of Southwest China Normal University(Natural Science Edition)
基金 河南省教育厅科学技术研究重点项目(13A520148) 河南工程学院博士基金项目(D2012016)
关键词 PN学习 软件模块缺陷预测 灰色关联分析 软件测试 PN learning software modules defect prediction gray relational analysis software testing
  • 相关文献

参考文献8

  • 1CHALLAGULLA V U B, BASTANI F B, I-Ling Yen, et al. Empiricalassessment of Machinelearning Based Software Defectprediction Techniques [C]. Washington, DC, USA: Proceedings of the 10th IEEE International Workshop on Ob- ject-Oriented Rea-1 Time Dependable Systems, 2005: 263-270.
  • 2KALAL Z, MATAS J, MIKOLAJCZYK K. P-N learning: Bootstrapping Binary Classifiers by Structural Constraints [C]. ICIP'10: IEEE Conference on Computer Vision and Pattern Recognition. Pistcataway: IEEE, 2010: 49-56.
  • 3ERLING W, THOM B, DOUGLAS K, et al. Content-Based Classification, Search, and Retrieval of Audio[J]. IEEE Multimedia, 1996, 3(3): 27-36.
  • 4WANG X H, SHU P, CAO L, et al. AROCcurvemethod Forperformaneeevaluation of Support Vector Machine with Optimization Strategy [J]. Computer Science Technology and Applications, 2009(2): 117-120.
  • 5王青,伍书剑,李明树.软件缺陷预测技术[J].软件学报,2008,19(7):1565-1580. 被引量:149
  • 6黄鹏.基于广义半监督学习方法的软件质量预测研究[D].上海:上海交通大学,2010.
  • 7车美儒,姜楠,勾朗,张荣辉,舒风笛.面向开发阶段的软件缺陷分类方法研究[J].计算机应用研究,2008,25(3):759-763. 被引量:8
  • 8于涛,任薇,丁晓明.基于权重的软件可靠性混合模型研究[J].西南师范大学学报(自然科学版),2013,38(5):25-29. 被引量:2

二级参考文献29

共引文献156

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部