基于改进MDS的软件缺陷预测

• 作者: 史雪静 吴飞 荆晓远
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 多维尺度分析 对称不确定性 阈值相关性 软件缺陷预测
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 20-22,27
• 页数: 4页
• 分类号: TP31
• 字数: 2520字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.12.005

摘要

随着计算机技术的发展,计算机软件产品给个人和企业都带来了很多方便,但很多软件也会存在各种缺陷.为了找到并解决软件中存在的缺陷,研究者将机器学习等方法应用到软件缺陷预测之中,但这些方法在数据预处理方面还存在很多需要改善的地方.在之前的研究中,有研究者使用多维尺度分析(MDS)对数据样本进行降维,但关于如何使用和改善MDS的方法却很少.文中提出了基于阈值相关性的多维尺度分析(TC MDS)方法,在使用MDS方法的基础上,使用对称不确定性(SU)方法提取具有高鉴别的特征,并使用阈值相关性去除冗余特征.该方法学习得到的数据具有高鉴别性,去除了冗余特征,从而提高了预测效率.在软件工程NASA数据库上的实验结果表明,提出的方法具有较好的缺陷预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学计算机学院	52	99	5.0	6.0
3	吴飞	南京邮电大学自动化学院	33	90	5.0	7.0
6	史雪静	南京邮电大学计算机学院	1	1	1.0	1.0