基于实例过滤与迁移的跨项目缺陷预测方法

• 作者: 刁旭炀 范贵生 虞慧群 陈丽琼
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 跨项目缺陷预测 噪声数据 分布差异 实例过滤 实例迁移
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 体系结构与软件技术
• 页码范围: 197-202,209
• 页数: 7页
• 分类号: TP18
• 字数: 5676字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0055054

摘要

在跨项目软件缺陷预测中,人工采集标注的原始数据集通常包含噪声数据,并且源项目与目标项目之间的数据存在较大的分布差异性.针对该问题,提出一种两阶段跨项目缺陷预测方法CLNI-KMM.在实例过滤阶段,基于CLNI算法过滤噪声实例.在实例迁移阶段,采用KMM算法调整源项目中实例的训练权重,并结合目标项目中的少量标注实例建立软件缺陷预测模型.实验结果表明,与经典的跨项目软件缺陷预测方法TCA、TNB和NNFilter相比,CLNI-KMM方法预测性能较优,并且具有较强的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞慧群	华东理工大学计算机科学与工程系	113	814	14.0	24.0
2	陈丽琼	上海应用技术大学计算机科学与信息工程系	10	115	5.0	10.0
3	范贵生	华东理工大学计算机科学与工程系	47	341	10.0	17.0
7	刁旭炀	华东理工大学计算机科学与工程系	2	0	0.0	0.0