基于 PN 学习的软件模块缺陷预测模型研究

摘要：

PN学习作为一种新型的二元分类器，对结构化的无标签数据有较好的分类性能。软件模块缺陷预测中对无标签样本数据的分类直接影响着预测结果的准确性和可靠性。提出了基于PN学习方法的软件模块缺陷预测模型，结合灰色关联分析方法对实验样本进行降维处理从而提高模型的运算速度。通过实验和分析，证明了本方法的有效性。

关键词：PN学习、软件模块缺陷预测、灰色关联分析、软件测试

分类号：TP39(计算技术、计算机技术)

资助基金：河南省教育厅科学技术研究重点项目;河南工程学院博士基金

在线出版日期：2014-08-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61