10.3969/j.issn.2095-2783.2015.02.009
基于遗传优化支持向量机的软件缺陷预测模型
有效的软件缺陷预测能够显著提高软件安全测试的效率,确保软件质量,支持向量机(support vector machine,SVM)具有非线性运算能力,是建立软件缺陷预测模型的较好方法,但其缺少统一有效的参数寻优方法.本文针对该问题提出一种基于遗传优化支持向量机的软件缺陷预测模型,将支持向量机作为软件缺陷预测的分类器,利用遗传算法进行最优度量属性的选择和支持向量机最优参数的计算.实验结果表明,基于遗传优化支持向量机的软件缺陷预测模型具有较高的预测准确度.
软件安全、软件缺陷预测、支持向量机、遗传算法
10
TP311.5(计算技术、计算机技术)
高等学校博士学科点专项科研基金资助项目20131101120043;国防基础科研计划项目B1120132031
2015-05-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
159-163