回环软件缺陷数量预测模型

• 作者: 李莉 纪欣沅 宋嵩
• 来源期刊: 计算机工程与应用
• 关键词: 软件缺陷数量预测 密度峰值聚类 回环特征选择 反距离加权法 集成学习
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 158-163
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1912-0452

摘要

软件缺陷预测是软件工程中的一个研究热点问题,通常软件缺陷预测的研究工作主要关注于软件模块是否存在缺陷和软件模块存在缺陷的数量.目前软件缺陷数量研究主要集中在基于缺陷数的软件模块排序.为提高软件模块排序的准确度,提出一种回环软件缺陷数量预测模型.此模型主要包括回环特征选择和缺陷预测两部分.在回环特征选择部分,将改进的密度峰值聚类算法和包裹式特征选择方法相结合,以回环的方式动态的选出最优特征,并训练学习器;陷预测部分采用反距离加权集成的方式得到预测结果.实验结果表明,此模型相比于LRCR、GRCR、LR、MLP、GP、NBR、ZIP分别提升了10.36％、28.74％、13.51％、36.61％、25.30％、60.14％、54.72％,有助于提高软件缺陷预测准确性.