基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于代码修改的缺陷预测,具有代码审查量少、缺陷定位和修复快的优点.文中首次将该问题建模为多目标优化问题,其中一个优化目标是最大化识别出的缺陷代码修改数,另一个优化目标是最小化需要审查的代码量.这两个优化目标之间存在一定的冲突,因此提出了MULTI方法,该方法可以生成一组具有非支配关系的预测模型.在实证研究中,考虑了6个大规模开源项目(累计227417个代码修改),以ACC和POPT作为评测预测性能的指标.实验结果表明,MULTI方法的预测性能均显著优于经典的有监督建模方法(EALR和Logistic)和无监督建模方法(LT和AGE).
推荐文章
基于标记和轨迹预测的多目标跟踪方法
多目标跟踪
标记
卡尔曼滤波
轨迹交叉
多目标监督聚类GA研究
多目标GA
监督聚类
类标签
最近邻法则
用最近邻分类方法预测多目标优化d-Pareto支配性
多目标优化
最近邻分类方法
d-Pareto支配性
计算成本
基于代码结构信息的软件缺陷定位方法研究
缺陷定位
源代码结构
缺陷报告
信息检索
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 基于代码修改的多目标有监督缺陷预测建模方法
来源期刊 计算机科学 学科 工学
关键词 软件缺陷预测 多目标优化 代码修改 实证研究
年,卷(期) 2018,(6) 所属期刊栏目 软件与数据库技术
研究方向 页码范围 161-165
页数 5页 分类号 TP311.5
字数 5324字 语种 中文
DOI 10.11896/j.issn.1002-137X.2018.06.028
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
7 王秋萍 南通大学计算机科学与技术学院 6 28 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (59)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1940(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(20)
  • 参考文献(2)
  • 二级参考文献(18)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(3)
  • 参考文献(1)
  • 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)
2018(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)
研究主题发展历程
节点文献
软件缺陷预测
多目标优化
代码修改
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导