技術(shù)特征:
技術(shù)總結(jié)
本發(fā)明屬于軟件缺陷預(yù)測(cè)技術(shù)領(lǐng)域,特別是涉及一種基于特征選擇和集成學(xué)習(xí)的軟件缺陷個(gè)數(shù)預(yù)測(cè)方法,針對(duì)軟件缺陷個(gè)數(shù)的預(yù)測(cè)中不相關(guān)的模塊特征損害了缺陷預(yù)測(cè)模型性能,回歸模型均具有不同的預(yù)測(cè)能力,無(wú)法選擇最佳回歸算法等問(wèn)題,首先利用基于包裹式的特征選擇方法過(guò)濾不相關(guān)和冗余的特征,然后采用六種不同的回歸算法:線性回歸、嶺回歸、決策樹回歸、梯度boosting回歸、最近鄰回歸和多層感知器回歸,采用集成學(xué)習(xí)技術(shù),根據(jù)特征篩選后的數(shù)據(jù)實(shí)例,構(gòu)建綜合回歸模型。相比于單個(gè)的回歸模型,本發(fā)明提高了軟件缺陷個(gè)數(shù)預(yù)測(cè)的準(zhǔn)確性。
技術(shù)研發(fā)人員:余嘯;劉進(jìn);井溢洋;崔曉暉;邱昌
受保護(hù)的技術(shù)使用者:武漢大學(xué)
技術(shù)研發(fā)日:2017.05.24
技術(shù)公布日:2017.10.13