缺陷数据的相似性度量方法改进

• 作者: 万琳 刘海宁 杨腾翔
• 来源期刊: 计算机系统应用
• 关键词: 模糊聚类 数据挖掘 软件缺陷 相似度 属性权重
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 152-156
• 页数: 5页
• 字数: 4905字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005900

摘要

模糊聚类分析主要研究样本的分类问题.本文利用模糊聚类方法对软件缺陷进行分类,引入缺陷数据属性权重计算方法,依据数据挖掘中的属性邻近性度量方法,对缺陷数据进行相似度分析.并按照属性类别进行分析,不仅体现了缺陷数据属性间的形贴近程度,而且体现了属性之间的距离贴近程度.本文方法对软件缺陷数据进行分析并对比度量结果,实验结果充分说明改进后的模糊聚类相似性度量方法在分类准确性方面有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万琳	装甲兵工程学院信息工程系	26	160	8.0	11.0
2	杨腾翔	装甲兵工程学院信息工程系	1	0	0.0	0.0
3	刘海宁		4	7	2.0	2.0