摘要

软件日益推陈出新,当前方法无法满足源项目与目标项目的预测需求,因此创建一种基于代价敏感半监督的跨项目软件缺陷数预测模型。首先,利用斯皮尔曼等级相关系数选择方法,选取合适度量元,按照系数降序对其实施排列,得到所需的度量元集合。其次,运用版本控制工具,完成版本源代码收集,从而获取缺陷数据。再次,经过静态分析统计源代码,架构度量元矩阵,并通过引入极小值方法,实现属性值对数化预处理,再基于源代码度量元与缺陷之间的潜在相关性,对候选集样本实施采样。然后,寻求一个代价敏感半监督支持向量机的超平面,使最小化分类整体代价得以实现。最后,根据预测模型的设定参数与训练学习,完成预测模型整体设计。仿真实验表明,该模型不仅能够有效预测多种形式的跨项目缺陷数,而且精准率与错分率均具有明显的优越性,效果十分理想。

  • 单位
    烟台职业学院

全文