基于半监督学习的多源软件缺陷预测模型

本文研究在不同的软件项目之间,建立通用软件缺陷预测模型的方法。通过分析多源软件的项目信息,本文设计了25维软件特征用于机器学习。为了克服不同软件项目之间的代码区别,实现模型的通用性,使用基于半监督学习Self-training自训练算法生成分类器。最后利用本文设计的25维数据特征建立训练数据,通过Self-training算法生成通用的多源软件缺陷预测模型。