基于线性LTSA算法维数约减的软件缺陷预测研究

• 作者: 冯景义 曲金帅 王玉红 范菁
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 软件缺陷预测 线性LTSA算法 流形学习 支持向量机
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 77-80
• 页数: 4页
• 分类号: TP311.53
• 字数: 3249字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2019.01.016

摘要

软件缺陷预测是软件开发过程中的一项重要技术, 针对软件缺陷数据集的高维、小采样造成预测精度下降的问题, 采用线性局部切空间排列算法对数据集降维处理, 选用支持向量机作为基础分类器进行二值分类, 建立软件缺陷预测模型, 采用二维混淆矩阵评价模型的预测精度.实验结果表明, 与其他模型相比, 该模型可用较少的邻域点约简至更低的维度, 不需要重新学习样本空间的流行几何结构, 直接映射新的样本点, 且预测时间耗费成本由13. 726 9 s降低至6. 217 s, 给定参数区间寻优时间耗费由267. 442 1 s降低至165. 98 s, 有效提高了软件缺陷预测的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范菁	云南民族大学云南省高校信息与通信安全灾备重点实验室	39	132	6.0	9.0
2	曲金帅	云南民族大学云南省高校信息与通信安全灾备重点实验室	8	23	3.0	4.0
3	王玉红	云南民族大学云南省高校信息与通信安全灾备重点实验室	5	14	2.0	3.0
4	冯景义	云南民族大学云南省高校信息与通信安全灾备重点实验室	1	0	0.0	0.0