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:
本文为提高网络软件缺陷预测的精确度和效率,基于现有的软件缺陷数据集,提出一种基于关联规则的网络软件缺陷预测方法。首先采用随机方法从美国国家航空航天局NASA的软件缺陷数据库中提取用于分类和测试的数据集,利用关联规则方法中Apriori算法对数据集进行关联规则生成和关联分类器的构建,并与BP神经网络方法的预测结果进行对比。结果表明,基于关联规则方法能够在小样本数据集中提高网络软件缺陷预测的精确度和有效性。
推荐文章
面向软件缺陷数据的负关联规则挖掘方法
软件缺陷
数据矩阵
负关联规则
遗传算法
适应度函数
HFS:一种面向软件缺陷预测的混合特征选择方法
软件质量保障
软件缺陷预测
特征选择方法
实证研究
一种面向软件缺陷预测的特征聚类选择方法
软件缺陷预测
特征选择
特征聚类
基于超欧氏距离近邻传播的软件缺陷预测方法
密度
近邻传播
软件缺陷
超欧氏距离
预测
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 一种基于关联规则的网络软件缺陷预测方法
来源期刊 电子技术与软件工程 学科 工学
关键词 关联规则 网络软件缺陷 关联分类算法
年,卷(期) 2020,(24) 所属期刊栏目
研究方向 页码范围 48-49
页数 2页 分类号 TP3
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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)
研究主题发展历程
节点文献
关联规则
网络软件缺陷
关联分类算法
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
电子技术与软件工程
半月刊
2095-5650
10-1108/TP
16开
北京市海淀区玉渊潭南路惠普南里13号楼
2012
chi
出版文献量(篇)
36183
总下载数(次)
321
总被引数(次)
56308
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导