基于机器学习的虚拟仪器软件缺陷预测模型研究

• 作者: 曾路 汪浩
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 机器学习 虚拟仪器软件 软件缺陷预测 预测模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 理论创新
• 页码范围: 59-62
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.05.059

摘要

针对传统虚拟仪器软件预测模型易产生偏向无缺陷类别结果,导致出现缺陷预测性能较低的问题,提出基于机器学习的虚拟仪器软件缺陷预测模型.利用邻域清除算法进行数据预处理,消除重叠非缺陷样本,通过随机采样的方式,划分平衡训练集,使用朴素贝叶斯NB算法将训练集映射给定测试样本集中进行软件缺陷预测,得到多个缺陷预测子集,利用机器学习集成得到最终软件缺陷预测模型,完成基于机器学习的虚拟仪器软件缺陷预测模型构建.对比实验结果显示,设计软件缺陷预测模型在不同标记比例的9个程度不同不平衡数据集上,平均赢得的数据集数目为7.67,AUC值均较传统缺陷预测模型有较明显地提高,表明设计软件缺陷预测模型在不同软件数据集上有良好预测效果,为实际虚拟仪器软件缺陷预测提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪浩	贵州电网有限责任公司信息中心	6	5	1.0	2.0
2	曾路	贵州电网有限责任公司信息中心	3	0	0.0	0.0