基于粗糙集-支持向量机的软件缺陷预测

• 作者: 孟倩 马小平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 粗糙集 支持向量机 软件缺陷 预测 粒子群
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 软件工程
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP311.5
• 字数: 4522字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.01.014

摘要

软件缺陷预测已成为软件工程的重要研究课题,构造了一个基于粗糙集和支持向量机的软件缺陷预测模型.该模型通过粗糙集对原样本集进行属性约减,去掉冗余的和与缺陷预测无关的属性,利用粒子群对支持向量机的参数做选择.实验数据来源于NASA公共数据集,通过属性约减,特征属性由21个约减为5个.实验表明,属性约减后,Bayes分类器、CART树、神经网络和本文提出的粗糙集—支持向量机模型的预测性能均有所提高,本文提出的粗糙集支持向量机的预测性能好于其他三个模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小平	中国矿业大学信电学院	152	1129	17.0	27.0
2	孟倩	中国矿业大学信电学院	4	30	3.0	4.0