作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于机器学习的软件缺陷预测是一种有效的提高软件可靠性的方法.该方法基于软件模块的统计特性预测软件模块可能出现的缺陷数或是否容易出现缺陷.通过对软件模块缺陷状况的预测,软件开发组织可以将有限的资源集中于容易出现缺陷的模块,从而有效地提高软件产品的质量.基于机器学习的软件缺陷预测近年来出现了很多研究成果,文章概述该领域近年来的主要研究成果,并根据各方法的特点进行了分类.
推荐文章
基于机器学习的软件缺陷预测技术研究
机器学习
软件
缺陷预测
基于不相似性的软件缺陷预测算法
类不均衡学习
软件缺陷预测
原型选择
不相似性转换
基于改进BP算法的软件缺陷预测模型研究
缺陷预测模型
模拟退火算法
JCUDA技术
BP算法
基于LASSO-SVM的软件缺陷预测模型研究
软件缺陷预测
最小绝对值压缩与选择方法
特征选择
支持向量机
交叉验证
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器学习的软件缺陷预测研究
来源期刊 计算机工程与应用 学科 工学
关键词 软件缺陷预测 机器学习 软件可靠性
年,卷(期) 2006,(28) 所属期刊栏目 学术探讨
研究方向 页码范围 49-53
页数 5页 分类号 TP311
字数 6795字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.28.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘旸 中国科学院软件研究所互联网实验室 8 88 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (15)
二级引证文献  (34)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(8)
  • 引证文献(0)
  • 二级引证文献(8)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(7)
  • 引证文献(2)
  • 二级引证文献(5)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
软件缺陷预测
机器学习
软件可靠性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导