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:
针对跨项目软件缺陷预测过程中,软件缺陷数据存在无关信息或数据冗余等问题,提出融合多策略特征筛选的跨项目软件缺陷预测(cross-project software defect prediction based on Multi-Policy Feature Filtering,MPFF)方法.采用多策略筛选方法与过采样方法进行数据预处理;使用代价敏感的域自适应方法进行分类,分类过程使用少量已标记目标项目数据改善项目间分布差异;在AEEEM、NASA MDP及SOFTLAB数据集上进行了不同度量下预测实验.实验结果表明,在同构度量下MPFF方法相比Burank filter、Peters filter、TCA+和TrAdaBoost方法预测效果最佳.
推荐文章
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
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
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
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
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 融合多策略特征筛选的跨项目软件缺陷预测
来源期刊 计算机工程与应用 学科 工学
关键词 跨项目软件缺陷预测 无关信息 数据冗余 代价敏感 同构度量
年,卷(期) 2019,(8) 所属期刊栏目 理论与研发
研究方向 页码范围 53-58,65
页数 7页 分类号 TP311
字数 4631字 语种 中文
DOI 10.3778/j.issn.1002-8331.1806-0091
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 刘东升 内蒙古师范大学计算机与信息工程学院 76 464 12.0 18.0
2 翟晔 内蒙古师范大学计算机与信息工程学院 5 7 2.0 2.0
3 刘树毅 内蒙古师范大学计算机与信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (24)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1937(1)
  • 参考文献(0)
  • 二级参考文献(1)
1945(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(14)
  • 参考文献(2)
  • 二级参考文献(12)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(15)
  • 参考文献(4)
  • 二级参考文献(11)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
跨项目软件缺陷预测
无关信息
数据冗余
代价敏感
同构度量
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导