基于粒子群优化SVM的面向对象软件缺陷预测模型

• 作者: 张信明 朱朝阳 王志宏 陈相舟
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 软件缺陷预测 粒子群优化 特征选择 支持向量机 面向对象软件
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 人工智能
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP311.53
• 字数: 7149字
• 语种: 中文

摘要

针对电力信息系统软件安全问题,分析了软件缺陷预测方法在面向对象软件开发过程中的重要性,并提出了一种与面向对象软件特征相应的基于粒子群优化的支持向量机软件预测模型.模型主要包括三部分:首先是对原数据进行归一化和特征选择的预处理模块;然后是以预测准确度作为适应度评价的动态惯性权重粒子群优化支持向量机(SVM)参数的模块;最后则是利用第二个模块中的最优参数进行降维数据预测的SVM分类模块.实验结果表明,该模型在四个数据集合上的准确率高于对比模型8.2％ ～ 12.2％,在精准度、查全率和F值上平均高出9.9％,5.6％和7.7％,说明了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱朝阳	中国电力科学研究院信息通信研究所	29	699	10.0	26.0
2	张信明	中国科学技术大学计算机科学与技术学院	18	241	8.0	15.0
3	陈相舟	中国电力科学研究院信息通信研究所	5	19	3.0	4.0
4	王志宏	中国科学技术大学计算机科学与技术学院	10	46	5.0	6.0