期刊专题

10.3969/j.issn.2095-2163.2022.03.025

基于ExtraTree的软件缺陷预测方法研究

引用
软件缺陷预测技术可以识别出软件存在缺陷的模块,提高软件的质量和安全性能,降低开发成本.针对不同模型预测结果差异性较大的问题,本文对结构复杂和缺乏历史数据的静态软件缺陷模块采用了基于极度随机树的软件缺陷预测方法进行研究,使用合成少数类过采样技术对原始数据集进行基本处理;用5种单分类器模型对软件缺陷数据集分别进行预测;最后,基于极度随机树集成各弱分类器,利用集成分类器对软件缺陷模块进行预测.在NASA MDP基础数据集上进行验证实验表明,将极度随机树方法应用于软件缺陷预测,具有良好的缺陷预测性能.

缺陷预测、分类器、极度随机树

12

TP311(计算技术、计算机技术)

北京信息科技大学大学生创新创业训练计划5102110805

2022-04-28(万方平台首次上网日期,不代表论文的发表时间)

共4页

139-141,146

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

12

2022,12(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn