基于加权RFE-Bayes方法的软件缺陷预测模型

近年来,软件缺陷预测逐渐成为软件工程领域的重要内容。很多典型的机器学习方法已经被应用到软件缺陷预测中,包括SVM、随机森林、决策树和朴素贝叶斯等。早期的研究工作对所有软件产品采取相同的特征提取方式,分类效果并不理想。后来一些特征选择方法被提出,比如基于启发试的回归特征消除方法已经成功与SVM方法结合起来,取得了较好的效果。文中在现有工作基础上借鉴了RFE(回归特征消除)的思想,考虑到朴素贝叶斯方法在处理小样本分类问题时的优越性,首次将RFE与朴素贝叶斯方法结合起来,利用贝叶斯模型的特性在特征选择后将特征权值应用到对分类决策的改进中,进一步提高了分类器性能。实验采用NASA的软件缺陷数据集,并对比了其他效果较好的分类算法,体现了该算法的优越性和有效性。

准噶尔盆地克拉美丽气田天然气成因与运聚路径

叠合盆地深层油气运聚机理是油气勘探必须解决的关键科学问题之一。选择代表性的储层介质进行系统的油气运聚作用分析能为解决这一关键科学问题提供范例。克拉美丽天然气藏是中国西部典型的火山岩气藏,对其天然气充注过程和充注路径有待深入研究。通过系统的天然气地球化学资料分析,认为克拉美丽气田的天然气来源单一,主要为煤型干酪根降解气。但是,天然气的成熟度在气田的东西部存在差异：东部成熟度较高,西部成熟度较低。运移示踪分析表明,天然气主要沿2条断层运移,来源于西部滴水泉凹陷的天然气沿滴北断层向东运移,而来源于五彩湾凹陷的高成熟度天然气沿滴水泉断层向西运移,两者在克拉美丽鼻状构造的中部DX18井区混合,导致该区天然气同位素的倒转。分析表明断层活动改变了火山岩的储层,沿断裂带形成了裂缝型储层,并在滴水泉断层和滴北断层夹持的鼻装构造上形成了裂缝—孔隙型储层,储层的渗透率相对于火山岩的基质储层提高了2~3个数量级,是导致天然气沿断裂带发生侧向运移的关键地质条件。同时,源自五彩湾凹陷的天然气表现出自构造高部位向构造低部位倒灌的现象,这是后期东部克拉美丽山的隆起所造成的构造东西方向的翘倾作用产生的假象。油气运移方向和主输导通道的识别和重建,启发准噶尔盆地火山岩油气勘探宜围绕主生烃凹陷,沿断裂带及其所控制的优质储层展开,为油气勘探指明了方向。