魚群優(yōu)化的多核支持向量機(jī)在軟件缺陷預(yù)測中的應(yīng)用.pdf

1、軟件產(chǎn)業(yè)已經(jīng)成為評價(jià)國家綜合實(shí)力的重要指標(biāo)之一。在發(fā)展軟件產(chǎn)業(yè)的同時(shí)，隨著軟件復(fù)雜性加大和人的能力有限，難免會造成各種各樣的缺陷，而缺陷的存在給人的財(cái)產(chǎn)安全、生命健康，甚至國家安全帶來了嚴(yán)重的威脅。因此，及早的發(fā)現(xiàn)潛在的缺陷是一個迫切需要解決的問題，軟件缺陷預(yù)測技術(shù)為解決該問題提供了有意義的指導(dǎo)。
　　軟件缺陷預(yù)測的目的之一就是通過特定方法判斷模塊存在缺陷的傾向性，即判斷模塊是否有缺陷。該過程可以看作是一個模式識別過程，它的核心是

2、分類問題。因此，本文以在二值分類方面被廣泛使用的支持向量機(jī)為基礎(chǔ)來進(jìn)行軟件缺陷預(yù)測。主要從核函數(shù)改進(jìn)和參數(shù)尋優(yōu)兩個方面來對算法進(jìn)行優(yōu)化，最后將優(yōu)化的多核支持向量機(jī)應(yīng)用于軟件缺陷預(yù)測。主要工作包括：
　?。?）針對高斯核函數(shù)泛化推廣效果不佳問題，給出改進(jìn)的高斯核函數(shù)，通過和傳統(tǒng)高斯核函數(shù)對比，發(fā)現(xiàn)改進(jìn)后的高斯核函數(shù)不但保持了原有的局部學(xué)習(xí)能力強(qiáng)的特點(diǎn)，還提高了分類器的泛化推廣能力。
　?。?）鑒于全局性核函數(shù)泛化推廣能力強(qiáng)，局

3、部性核函數(shù)學(xué)習(xí)能力好，提出將多項(xiàng)式核函數(shù)和改進(jìn)的高斯核函數(shù)結(jié)合，建立一種混合核的支持向量機(jī)算法。
　?。?）針對在軟件缺陷預(yù)測中分類器的參數(shù)選取直接影響最終預(yù)測結(jié)果的問題，分析比較了支持向量機(jī)參數(shù)選取的幾種常用方法對分類器分類效果和時(shí)間復(fù)雜度的影響。認(rèn)為采用人工魚群算法選取改進(jìn)支持向量機(jī)的參數(shù)的效果更好，并給出具體的參數(shù)自動尋優(yōu)方法。
　　（4）提出一種人工魚群優(yōu)化多核支持向量機(jī)的軟件缺陷預(yù)測方法，在NASA MDP數(shù)據(jù)集下