基于LASSO-SVM的软件缺陷预测模型研究

• 作者: 乔辉 刘东梅 吴晓萍 王志 赵学靖
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 软件技术研究
• 页码范围: 2748-2751,2754
• 页数: 5页
• 分类号: TP311.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.09.047

摘要

针对当前大多数软件缺陷预测模型预测准确率较差的问题,提出了结合最小绝对值压缩和选择方法与支持向量机算法的软件缺陷预测模型.首先利用最小绝对值压缩与选择方法的特征选择能力降低了原始数据集的维度,去除了与软件缺陷预测不相关的数据集;然后利用交叉验证算法的参数寻优能力找到支持向量机的最优相关参数;最后运用支持向量机的非线性运算能力完成了软件缺陷预测.仿真实验结果表明,所提出的缺陷预测模型与传统的缺陷预测模型相比具有较高的预测准确率,且预测速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵学靖	兰州大学应用数学与统计学院	8	68	5.0	8.0
2	乔辉	中国人民解放军信息工程大学密码工程学院	13	76	5.0	8.0
3	吴晓萍	兰州大学应用数学与统计学院	2	36	2.0	2.0
4	刘东梅	兰州大学应用数学与统计学院	1	25	1.0	1.0
5	王志	兰州大学应用数学与统计学院	1	25	1.0	1.0