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:
软件开发过程中对软件模块的可靠性进行预测可以有效地提高软件的质量.支持向量机可应用于建立软件缺陷预测模型.为提高预测模型的分类准确度,利用遗传优化算法选择出最优属性子集,从而降低数据样本中冗余属性带来的不利影响,利用支持向量机建立了一种高效的软件缺陷预测模型.实验结果表明,基于遗传算法和支持向量机建立的预测模型能够为软件缺陷预测提供较高的预测精度和效率,有着良好的应用前景.
推荐文章
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
遗传算法优化支持向量机的网络流量混沌预测
遗传算法优化
支持向量机
网络流量
混沌预测
相空间重构
预测模型
偏相关方法在软件缺陷预测中的应用
软件缺陷预测
代码静态属性
实证
复杂度
机器学习
偏相关
基于均衡有偏支持向量机的软件缺陷预测
机器学习
半监督学习
软件缺陷预测
有偏支持向量机
重采样
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 遗传优化支持向量机在软件缺陷预测中的应用
来源期刊 电子测量技术 学科 工学
关键词 软件缺陷预测 支持向量机 遗传算法 属性选择
年,卷(期) 2012,(2) 所属期刊栏目 在线测试与故障诊断
研究方向 页码范围 126-129
页数 分类号 TP311.5
字数 3053字 语种 中文
DOI 10.3969/j.issn.1002-7300.2012.02.031
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 金聪 华中师范大学计算机科学系 69 430 13.0 16.0
2 王培 华中师范大学计算机科学系 4 31 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (79)
参考文献  (10)
节点文献
引证文献  (14)
同被引文献  (58)
二级引证文献  (26)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(10)
  • 引证文献(4)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
软件缺陷预测
支持向量机
遗传算法
属性选择
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
论文1v1指导