基于迁移学习的跨公司软件缺陷预测

摘要：

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。

关键词：软件缺陷预测、迁移学习、机器学习、朴素贝叶斯、软件度量

所属期刊栏目：37

分类号：TP311.5(计算技术、计算机技术)

资助基金：国家自然科学基金项目61462048；九江学院科研基金项目2014KJYB019、2015LGYB26

在线出版日期：2016-04-22（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：684-689