基于采样的半监督支持向量机软件缺陷预测方法

• 作者: 廖胜平 徐玲 鄢萌
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 软件缺陷预测 半监督 Safe半监督支持向量机(S4VM) 类不平衡 采样
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 161-166
• 页数: 6页
• 分类号: TP311
• 字数: 5623字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1601-0447

摘要

软件缺陷预测有助于提高软件开发质量,保证测试资源有效分配.针对软件缺陷预测研究中类标签数据难以获取和类不平衡分布问题,提出基于采样的半监督支持向量机预测模型.该模型采用无监督的采样技术,确保带标签样本数据中缺陷样本数量不会过低,使用半监督支持向量机方法,在少量带标签样本数据基础上利用无标签数据信息构建预测模型;使用公开的NASA软件缺陷预测数据集进行仿真实验.实验结果表明提出的方法与现有半监督方法相比,在综合评价指标F值和召回率上均优于现有方法;与有监督方法相比,能在学习样本较少的情况下取得相当的预测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐玲	重庆大学软件学院	33	513	13.0	22.0
2	廖胜平	重庆大学软件学院	2	14	2.0	2.0
3	鄢萌	重庆大学软件学院	3	18	3.0	3.0