10.16208/j.issn1000-7024.2016.03.024
基于迁移学习的跨公司软件缺陷预测
为解决通常由公司内工程数据训练构建软件缺陷预测模型,而实际较缺乏本地缺陷数据的问题,借助迁移学习技术,提出使用不同公司工程数据构建缺陷预测模型的算法,实现跨公司软件缺陷预测。通过比较源工程训练数据和目标工程测试数据集的多种统计量,设置训练数据的权重,基于加权的训练数据构建加权迁移朴素贝叶斯分类器。实验结果表明,该方法有效提高了跨公司软件缺陷预测模型的性能,为项目管理者合理分配软件工程资源提供了依据。
软件缺陷预测、迁移学习、机器学习、朴素贝叶斯、软件度量
37
TP311.5(计算技术、计算机技术)
国家自然科学基金项目61462048;九江学院科研基金项目2014KJYB019、2015LGYB26
2016-04-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
684-689