作者:
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:
为提高传统预测方法对小规模训练数据的利用效率,提出了一种以迁移学习为依据的预测技术.预测新项目时可对已有的项目进行充分利用,通过源项目和目标项目间公共特征空间的搜索,使两个项目间数据分布距离达到最小,模型训练在此公共空间完成,从而实现迁移分类的效果.检测结果表明该方法在实际软件缺陷预测任务中,对软件缺陷的预测性能更好,提高了原始训练数据的利用效率,具备较高的实用性.
推荐文章
基于机器学习的软件缺陷预测技术研究
机器学习
软件
缺陷预测
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
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
基于机器学习的软件缺陷预测研究
软件缺陷预测
机器学习
软件可靠性
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 基于迁移学习的软件缺陷预测技术研究
来源期刊 微型电脑应用 学科 工学
关键词 迁移学习 软件缺陷预测 技术研究
年,卷(期) 2019,(4) 所属期刊栏目 研究与设计
研究方向 页码范围 93-94,99
页数 3页 分类号 TP311.5
字数 3189字 语种 中文
DOI
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 蒋兰华 烟台汽车工程职业学院招生就业处 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (78)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(30)
  • 参考文献(1)
  • 二级参考文献(29)
2014(11)
  • 参考文献(0)
  • 二级参考文献(11)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
迁移学习
软件缺陷预测
技术研究
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导