基于采样的半监督支持向量机软件缺陷预测方法

摘要：

软件缺陷预测有助于提高软件开发质量,保证测试资源有效分配.针对软件缺陷预测研究中类标签数据难以获取和类不平衡分布问题,提出基于采样的半监督支持向量机预测模型.该模型采用无监督的采样技术,确保带标签样本数据中缺陷样本数量不会过低,使用半监督支持向量机方法,在少量带标签样本数据基础上利用无标签数据信息构建预测模型;使用公开的NASA软件缺陷预测数据集进行仿真实验.实验结果表明提出的方法与现有半监督方法相比,在综合评价指标F值和召回率上均优于现有方法;与有监督方法相比,能在学习样本较少的情况下取得相当的预测性能.

关键词：软件缺陷预测、半监督、Safe半监督支持向量机(S4VM)、类不平衡、采样

所属期刊栏目：53

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学重点基金91118005;重庆市研究生科研创新项目CYS14008

在线出版日期：2017-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：161-166