基于改进蝙蝠算法的软件缺陷预测模型

• 作者: 杨晓琴
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 软件缺陷预测 莱维飞行 蝙蝠算法
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP391
• 字数: 4895字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.12.016

摘要

软件缺陷预测模型因为软件规模持续扩大以及安全性要求越来越高,变得越来越重要.支持向量机(SVM)模型突出优点是它具有较强的非线性分类能力,所以在软件缺陷预测应用非常广泛.但是,SVM模型缺乏有效的方法来确定最佳参数,以至于不能达到理想的准确度.所以,提高SVM模型的参数,提高SVM模型的软件缺陷预测能力成为了研究热点.蝙蝠算法是一种启发式搜索算法,它模型简单,易于实现,但是却易陷入局部最优,因此采用加入莱维飞行的蝙蝠算法对SVM模型的参数选择进行优化.为了测试这个新模型的性能,仿真实验使用了一些软件缺陷预测的公共数据集,然后将结果与传统的启发式算法进行比较.实验结果表明,LBA-SVM模型的分类能力优于其他方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓琴		11	4	1.0	1.0