基于DA-SVM的软件缺陷预测模型

• 作者: 李航 甘露 臧洌
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 特征提取 软件缺陷预测 降噪自动编码器 支持向量机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 软件工程
• 页码范围: 36-39,44
• 页数: 5页
• 分类号: TP311
• 字数: 3367字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.02.007

摘要

特征提取是软件缺陷预测技术研究中的重要环节,而现有的特征提取方法无法准确获得特征之间的非线性依赖关系,因而无法提高软件缺陷预测的准确性.针对该问题,本文构建基于降噪编码器和支持向量机的软件缺陷预测模型(Denoising Autoencoder Support Vector Machine,DA-SVM).首先利用降噪编码器进行特征提取,然后将提取的特征作为支持向量机的输入向量,最后再进行软件缺陷预测.实验结果表明,DA-SVM提高了软件缺陷预测的准确度,同时降低了历史数据中的噪声,增强了软件预测模型的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	臧洌	南京航空航天大学计算机科学与技术学院	18	108	6.0	9.0
2	李航	南京航空航天大学计算机科学与技术学院	8	29	4.0	5.0
3	甘露	南京航空航天大学计算机科学与技术学院	13	23	4.0	4.0