对软件构件进行分类有助于人们开发高质量的软件。Naive-Bayes网在分类中已经得到成功的应用。但是Naive-Bayes网有一个基本假设:各特征节点要求条件独立。不幸的事,这在现实世界中很难成立。论文利用主成分分析的方法降低了各特征节点的相关性,扩展了Naive-Bayes网的应用范围,并将其用于对软件构件进行分类。实例分析表明新的Bayes分类网预测精度高于一般的Naive-Bayes网。
科研之友
微信
新浪微博
Facebook
分享链接
