基于特征提取和代價敏感學(xué)習(xí)的軟件缺陷預(yù)測方法研究.pdf

1、軟件缺陷已經(jīng)成為軟件開發(fā)過程中不得不面對的重要問題?；跈C(jī)器學(xué)習(xí)的軟件缺陷預(yù)測技術(shù)從已有的軟件模塊中獲得的歷史數(shù)據(jù)，對新的軟件模塊進(jìn)行缺陷預(yù)測，從而判定它們是否存在缺陷，為軟件項(xiàng)目提供決策支持。本文分析了軟件缺陷預(yù)測的特點(diǎn)，同時針對當(dāng)前軟件缺陷預(yù)測中存在特征冗余問題和類不平衡問題進(jìn)行了深入研究，做出了以下工作：
　　（1）為了解決軟件模塊中的特征冗余問題給軟件缺陷預(yù)測造成困難，提高對軟件缺陷預(yù)測的準(zhǔn)確率，本文提出了基于監(jiān)督學(xué)習(xí)的核

2、拉普拉斯特征映射算法（SKLE）。SKLE將核方法和監(jiān)督學(xué)習(xí)運(yùn)用到拉普拉斯特征映射算法（LE）上，改進(jìn)LE算法中的距離度量方式的不足。在NASA軟件數(shù)據(jù)庫上與相關(guān)算法進(jìn)行了實(shí)驗(yàn)比較，結(jié)果表明通過SKLE提取的低維特征能夠有效地消除軟件模塊之間的冗余信息，獲得較高的F-measure值。
　　（2）考慮到軟件缺陷預(yù)測中存在的兩類不平衡問題以及誤分代價問題，本文借助代價敏感學(xué)習(xí)，提出了基于代價敏感的神經(jīng)網(wǎng)絡(luò)算法（CSBPNN）。CSB

3、PNN在誤差函數(shù)中加入代價敏感信息，調(diào)整BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和偏置參數(shù)，使BP神經(jīng)網(wǎng)絡(luò)對第二類誤分類更加敏感。與其他代價敏感分類算法相比，CSBPNN有效地解決了軟件缺陷預(yù)測中代價敏感問題，提高了有缺陷軟件模塊的召回率和F-measure值。
　　（3）考慮到單一分類器的分類能力有限，本文采用集成學(xué)習(xí)方法，提出了基于代價敏感的集成學(xué)習(xí)算法（Cost-Adaboost）進(jìn)一步提高算法的性能。與最新的幾種軟件缺陷預(yù)測方法相比，Cost-