典型文献
基于主动学习的跨项目软件缺陷预测方法
文献摘要：
通过软件缺陷预测可以有效地提高软件测试效率,保证软件产品的质量.针对新开发的项目面临训练数据不足,标注代价高以及源项目与目标项目的缺陷模式难以匹配的问题,提出了基于主动学习的跨项目软件缺陷预测方法.首先使用主动学习方法对目标项目进行筛选标注,其次将得到的标签集与跨项目数据进行数据融合和模式匹配,最后构建跨项目软件缺陷预测模型.采用真实的软件缺陷数据进行实验,在保证预测率的前提下,曲线下面积(area under curve,AUC)能够达到0.692,与传统方法相比综合性能均有显著提升.结果表明:所提方法可以通过模式匹配有效提高跨项目软件缺陷预测模型的性能.
文献关键词：
软件缺陷预测;跨项目预测;主动学习;软件缺陷模式;朴素贝叶斯算法
中图分类号：
作者姓名：
米文博;李勇;陈囿任
作者机构：
新疆师范大学计算机科学技术学院,乌鲁木齐830054;新疆电子研究所股份有限公司,乌鲁木齐830054;南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室,南京211106
文献出处：
引用格式：
[1]米文博;李勇;陈囿任-.基于主动学习的跨项目软件缺陷预测方法)[J].科学技术与工程,2022(32):14275-14281
A类：
跨项目预测,软件缺陷模式
B类：
主动学习,软件缺陷预测,软件测试,测试效率,软件产品,训练数据,标注代价,价高,源项,目标项目,标签集,项目数,数据融合,模式匹配,缺陷预测模型,缺陷数据,area,under,curve,配有,朴素贝叶斯算法
AB值：
0.230746
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
