基于代价敏感支持向量机的软件缺陷预测研究

• 作者: 任胜兵 廖湘荡
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 软件缺陷预测 代价敏感 支持向量机 非平衡数据分类 参数选择 遗传算法
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 软件工程
• 页码范围: 1787-1795
• 页数: 9页
• 分类号: TP311.5
• 字数: 5998字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.10.010

摘要

软件缺陷预测是典型的非平衡学习问题.基于CS-SVM和聚类算法改进代价敏感支持向量机(SVM)算法,提出了CCS-SVM软件缺陷预测模型.在CCS-SVM预测模型中,将SVM与类别误分代价结合起来,以非平衡数据评价指标作为目标函数,优化错分代价因子,提升少数类样本的识别率.通过聚类找到每类样本的中心点,根据样本到其中心点的距离定义每个样本的类别置信度,给每个样本分配不同的误分代价系数,并把样本的置信度引入到代价敏感SVM优化问题中,提高算法鲁棒性,提升SVM分类性能.此外,为了提高模型的泛化能力,使用遗传算法优化特征选择和模型参数.通过美国航空航天局NASA MDP数据集实验表明,本文方法的G-mean和F-measure模型评价值有明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任胜兵	中南大学软件学院	46	292	8.0	16.0
2	廖湘荡	中南大学软件学院	1	2	1.0	1.0