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:
为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法.从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想.引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练.将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G-measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高.
推荐文章
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
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
基于迁移学习的软件缺陷预测
软件缺陷预测
迁移学习
机器学习
朴素贝叶斯
基于Box-Cox转换的集成跨项目软件缺陷预测方法
软件缺陷预测
跨项目软件缺陷预测
集成学习
实证研究
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 基于迁移学习的跨公司航天软件缺陷预测
来源期刊 光学精密工程 学科 工学
关键词 缺陷预测 迁移学习 最近邻分类器 数据引力 朴素贝叶斯
年,卷(期) 2019,(2) 所属期刊栏目 信息科学
研究方向 页码范围 469-478
页数 10页 分类号 TB853.29
字数 5739字 语种 中文
DOI 10.3788/OPE.20192702.0469
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 刘大有 吉林大学计算机科学与技术学院 211 4714 34.0 63.0
5 陈媛 中国科学院长春光学精密机械与物理研究所 17 27 3.0 4.0
6 刘逻 中国科学院长春光学精密机械与物理研究所 15 164 6.0 12.0
7 哈清华 吉林大学计算机科学与技术学院 5 19 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (68)
共引文献  (20)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (14)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(10)
  • 参考文献(1)
  • 二级参考文献(9)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(14)
  • 参考文献(3)
  • 二级参考文献(11)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
缺陷预测
迁移学习
最近邻分类器
数据引力
朴素贝叶斯
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
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
论文1v1指导