原文服务方: 计算机应用研究       
摘要:
对跨项目缺陷预测问题展开了深入研究,在源项目实例选择时,考虑了三种不同的实例相似度计算方法,并发现这些方法的缺陷预测结果存在多样性,因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BCEL.具体来说,基于不同的实例相似度计算方法,从候选集中选出不同的训练集;针对这些数据集,进行有针对性的Box-Cox转换,并借助特定分类方法构造出不同的基分类器,最后将这三个基分类器进行有效集成.基于实际项目的数据集,验证了BCEL方法的有效性,并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响.
推荐文章
基于多核集成学习的跨项目软件缺陷预测
跨项目缺陷预测
多核学习
集成学习
代价敏感学习
有监督学习
跨项目软件缺陷预测方法研究综述
跨项目缺陷预测
迁移学习
软件属性特征
软件模块实例
模型训练
基于迁移学习的跨项目软件缺陷预测
软件缺陷预测
迁移学习
特征映射
机器学习
增加度量元的迁移学习跨项目软件缺陷预测
跨项目
机器学习
软件缺陷预测
迁移学习
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Box-Cox转换的集成跨项目软件缺陷预测方法
来源期刊 计算机应用研究 学科
关键词 软件缺陷预测 跨项目软件缺陷预测 集成学习 实证研究
年,卷(期) 2017,(7) 所属期刊栏目 软件技术研究
研究方向 页码范围 2023-2026,2031
页数 5页 分类号 TP311.5
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.07.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈翔 南通大学计算机科学与技术学院 20 173 8.0 12.0
5 赵英全 南通大学计算机科学与技术学院 3 8 2.0 2.0
6 王秋萍 南通大学计算机科学与技术学院 6 28 2.0 5.0
7 王莉萍 南通大学计算机科学与技术学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (105)
共引文献  (61)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (26)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(12)
  • 参考文献(0)
  • 二级参考文献(12)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(16)
  • 参考文献(2)
  • 二级参考文献(14)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(7)
  • 参考文献(4)
  • 二级参考文献(3)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(3)
  • 参考文献(0)
  • 二级参考文献(3)
2020(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件缺陷预测
跨项目软件缺陷预测
集成学习
实证研究
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导