基于支持向量机的软件缺陷预测模型

• 作者: 刘尊 史豪斌 李伟华 王涛
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 软件缺陷预测 软件度量 支持向量机
• 年，卷（期）: 2011,（6）
• 页码范围: 864-870
• 分类号: TP311.5
• 字数: 4570字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2758.2011.06.008

摘要

软件缺陷预测在软件系统开发的各个阶段发挥着极为重要的作用.利用机器学习的相关方法建立更好的预测模型已经被广泛研究.文章分析了支持向量机SVM作为二值分类模型应用到软件缺陷预测中的实现方法,构造了基于SVM的可迭代增强的缺陷预测模型SVM-DP.在13个基准数据集上开展比较实验,定量地分析了应用各种核函数对SVM-DP模型性能的影响.实验结果显示,应用线性内积核函数的SVM-DP具有最优的预测性能.同时,在与J48的比较实验中,最高超过J48预测模型20％的性能进一步证明了SVM-DP模型应用于软件缺陷预测的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟华	西北工业大学计算机学院	167	1420	17.0	30.0
2	王涛	西北工业大学计算机学院	100	658	13.0	21.0
3	刘尊	西北工业大学计算机学院	12	245	6.0	12.0
4	史豪斌	西北工业大学计算机学院	37	147	6.0	9.0