基于均衡有偏支持向量机的软件缺陷预测

• 作者: 姚伟 李倩茹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 87-91
• 页数: 5页
• 分类号: TP311
• 字数: 5513字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.018

摘要

针对软件缺陷预测中的样本集数量少和分布不对称问题,提出一种基于均衡有偏支持向量机的软件缺陷预测方法.该方法通过标记样本集和未标记样本集进行半监督学习,在少量非对称的标记样本集上,利用有偏支持向量机进行泛化学习.在半监督学习的迭代过程中,采用重采样策略平衡样本集以消除大量不对称的未标记样本集对软件缺陷预测的性能影响.在基准数据集上的实验结果表明,该方法能够有效地对类别不均衡的样本集进行软件缺陷预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李倩茹	西安通信学院指挥信息系统系	13	65	4.0	8.0
3	姚伟	公安部第三研究所信息网络安全研发中心	5	64	3.0	5.0