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:
为解决软件缺陷预测问题引入了最小二乘支持向量机算法(LS-SVM),加速了超参数的选择过程,给出了逐个加入新的样本用以模型校正的快捷方法,以软件复杂性度量为线索,建立了基于FLS-SVM的软件缺陷预测模型.通过具体实例阐明了模型的执行过程及小样本情况下比神经网络更为出色的预测能力,并根据回归方程指出了对软件缺陷影响显著的复杂性度量.
推荐文章
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
基于超欧氏距离近邻传播的软件缺陷预测方法
密度
近邻传播
软件缺陷
超欧氏距离
预测
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
基于混合注意力机制的软件缺陷预测方法
软件缺陷预测
语法语义信息
静态度量元
多头注意力机制
全局注意力机制
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 基于复杂性的软件缺陷预测
来源期刊 计算机工程与设计 学科 工学
关键词 软件复杂性 软件缺陷预测 因子分析 最小二乘支持向量机 FLS-SVM 神经网络
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 213-217
页数 分类号 TP311.5
字数 5916字 语种 中文
DOI
五维指标
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  (2)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (4)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
软件复杂性
软件缺陷预测
因子分析
最小二乘支持向量机
FLS-SVM
神经网络
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导