本文關(guān)鍵詞：軟件缺陷預(yù)測中基于聚類分析的特征選擇方法

  更多相關(guān)文章： 軟件質(zhì)量保障 缺陷預(yù)測 數(shù)據(jù)挖掘 特征選擇 聚類分析

【摘要】：軟件缺陷預(yù)測通過挖掘軟件歷史倉庫,構(gòu)建缺陷預(yù)測模型來預(yù)測出被測項目內(nèi)的潛在缺陷程序模塊.但有時候搜集到的缺陷預(yù)測數(shù)據(jù)集中含有的冗余特征和無關(guān)特征會影響到缺陷預(yù)測模型的性能.提出一種基于聚類分析的特征選擇方法 FECAR.具體來說,首先基于特征之間的關(guān)聯(lián)性(即FFC),將已有特征進行聚類分析.隨后基于特征與類標間的相關(guān)性(即FCR),對每個簇中的特征從高到低進行排序并選出指定數(shù)量的特征.在實證研究中,借助對稱不確定性(symmetric uncertainty)來計算FFC,借助信息增益(information gain)、卡方值(chi-square)或Relief F來計算FCR.以Eclipse和NASA數(shù)據(jù)集等實際項目為評測對象,重點分析了應(yīng)用FECAR方法后的缺陷預(yù)測模型的性能,FECAR方法選出的特征子集冗余率和比例.結(jié)果驗證了FECAR方法的有效性.
【作者單位】： 南京大學計算機軟件新技術(shù)國家重點實驗室;南京大學計算機科學與技術(shù)系;南通大學計算機科學與技術(shù)學院;
【關(guān)鍵詞】： 軟件質(zhì)量保障 缺陷預(yù)測 數(shù)據(jù)挖掘 特征選擇 聚類分析
【基金】：國家自然科學基金(批準號:61373012,61321491,91218302,61202006) 國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)(批準號:2009C B320705) 江蘇省高校自然科學研究項目(批準號:12KJB520014) 南京大學計算機軟件新技術(shù)國家重點實驗室開放課題(批準號:KFKT2016B18),南京大學軟件新技術(shù)與產(chǎn)業(yè)化協(xié)同創(chuàng)新中心資助項目
【分類號】：TP311.53
【正文快照】： 國家自然科學基金(批準號:61373012,61321491,91218302,61202006)、國家重點基礎(chǔ)研究發(fā)展計劃(973計劃)(批準號:2009CB320705)、江蘇省高校自然科學研究項目(批準號:12KJB520014)、南京大學計算機軟件新技術(shù)國家重點實驗室開放課題(批準號:KFKT2016B18)和南京大學軟件新技術(shù)與

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 陳翔;顧慶;劉望舒;劉樹龍;倪超;;靜態(tài)軟件缺陷預(yù)測方法研究[J];軟件學報;2016年01期

2 郁抒思;周水庚;關(guān)佶紅;;軟件工程數(shù)據(jù)挖掘研究進展[J];計算機科學與探索;2012年01期

3 王青;伍書劍;李明樹;;軟件缺陷預(yù)測技術(shù)[J];軟件學報;2008年07期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王星;何鵬;陳丹;曾誠;;跨項目缺陷預(yù)測中訓練數(shù)據(jù)選擇方法[J];計算機應(yīng)用;2016年11期

2 徐毅;范會敏;;譜聚類與混沌免疫相結(jié)合的軟件缺陷分析算法[J];吉林大學學報(理學版);2016年05期

3 劉望舒;陳翔;顧慶;劉樹龍;陳道蓄;;軟件缺陷預(yù)測中基于聚類分析的特征選擇方法[J];中國科學:信息科學;2016年09期

4 豐俊;陳璐璐;曾奶舉;;基于動態(tài)缺陷預(yù)測的缺陷收斂判定[J];科技創(chuàng)新與應(yīng)用;2016年20期

5 陸鵬程;邱建林;卞彩峰;陳璐璐;陳翔;;面向軟件缺陷預(yù)測的聚類欠采樣集成方法[J];計算機工程與設(shè)計;2016年07期

6 熊婧;高巖;王雅瑜;;基于Adaboost算法的軟件缺陷預(yù)測模型[J];計算機科學;2016年07期

7 張德平;劉國強;張柯;;基于GMDH因果關(guān)系的軟件缺陷預(yù)測模型[J];計算機科學;2016年07期

8 類興明;楊春花;;基于GitHub的軟件缺陷數(shù)據(jù)預(yù)處理[J];齊魯工業(yè)大學學報(自然科學版);2016年03期

9 王宗會;周勇;張德平;;基于改進的非參數(shù)方法的軟件失效預(yù)測模型[J];計算機科學;2016年06期

10 周麗英;;面向軟件開發(fā)信息庫的數(shù)據(jù)挖掘綜述[J];中國管理信息化;2016年12期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳翔;鞠小林;文萬志;顧慶;;基于程序頻譜的動態(tài)缺陷定位方法研究[J];軟件學報;2015年02期

2 原子;于莉莉;劉超;;面向細粒度源代碼變更的缺陷預(yù)測方法[J];軟件學報;2014年11期

3 陳翔;陳繼紅;鞠小林;顧慶;;回歸測試中的測試用例優(yōu)先排序技術(shù)述評[J];軟件學報;2013年08期

4 郁抒思;周水庚;關(guān)佶紅;;軟件工程數(shù)據(jù)挖掘研究進展[J];計算機科學與探索;2012年01期

5 姜遠;黎銘;周志華;;Software Defect Detection with ROCUS[J];Journal of Computer Science & Technology;2011年02期

6 王青;伍書劍;李明樹;;軟件缺陷預(yù)測技術(shù)[J];軟件學報;2008年07期

7 郭樹行;蘭雨晴;金茂忠;;基于目標的軟件可信性需求規(guī)約方法研究[J];計算機工程;2007年11期

8 陳莉,劉海紅,盛昌,陳威;可靠性增長模型和正交缺陷分類的結(jié)合及在過程定性分析中的應(yīng)用[J];科學技術(shù)與工程;2005年14期

9 劉宏偉,楊孝宗,岳曉光,曲峰;一個NHPP類軟件可靠性增長模型框架[J];計算機工程與科學;2005年04期

10 胡玉鵬,陳治平,林亞平,李軍義;貝葉斯缺陷分析模型及其在軟件測試中的應(yīng)用[J];計算機應(yīng)用;2005年04期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 孫霞;鄭慶華;;一種面向非平衡數(shù)據(jù)的鄰居詞特征選擇方法[J];小型微型計算機系統(tǒng);2008年12期

2 蔣盛益;鄭琪;張倩生;;基于聚類的特征選擇方法[J];電子學報;2008年S1期

3 王加龍;朱顥東;;結(jié)合類別相關(guān)性和辨識集的特征選擇方法[J];微型機與應(yīng)用;2009年23期

4 朱顥東;周姝;鐘勇;;結(jié)合差別對象對集的綜合性特征選擇方法[J];計算機工程與設(shè)計;2010年03期

5 姜慧研;柴天佑;;基于可信間隔的特征選擇方法研究[J];控制與決策;2011年08期

6 姚旭;王曉丹;張玉璽;權(quán)文;;特征選擇方法綜述[J];控制與決策;2012年02期

7 王志昊;王中卿;李壽山;李培峰;;不平衡情感分類中的特征選擇方法研究[J];中文信息學報;2013年04期

8 張玉紅;周全;胡學鋼;;面向跨領(lǐng)域情感分類的特征選擇方法[J];模式識別與人工智能;2013年11期

9 李敏;卡米力·木依丁;;特征選擇方法與算法的研究[J];計算機技術(shù)與發(fā)展;2013年12期

10 申清明;閆利軍;高建民;趙靜;;基于混沌搜索的特征選擇方法[J];兵工學報;2013年12期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 徐燕;王斌;李錦濤;孫春明;;知識增益：文本分類中一種新的特征選擇方法[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

2 肖婷;唐雁;;文本分類中特征選擇方法及應(yīng)用[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

3 徐燕;孫春明;王斌;李錦濤;;基于詞條頻率的特征選擇算法研究[A];中文信息處理前沿進展——中國中文信息學會二十五周年學術(shù)會議論文集[C];2006年

4 陳慶軒;鄭德權(quán);鄭博文;趙鐵軍;李生;;中文文本分類中基于文檔頻度分布的特征選擇方法[A];黑龍江省計算機學會2009年學術(shù)交流年會論文集[C];2010年

5 顧成杰;張順頤;劉凱;黃河;;基于粗糙集和禁忌搜索的特征選擇方法[A];江蘇省電子學會2010年學術(shù)年會論文集[C];2010年

6 王秀娟;郭軍;鄭康鋒;;基于互信息可信度的特征選擇方法[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學術(shù)會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 劉明霞;屬性學習若干重要問題的研究及應(yīng)用[D];南京航空航天大學;2015年

2 毛勇;基于支持向量機的特征選擇方法的研究與應(yīng)用[D];浙江大學;2006年

3 尹留志;關(guān)于非平衡數(shù)據(jù)特征問題的研究[D];中國科學技術(shù)大學;2014年

4 裴志利;數(shù)據(jù)挖掘技術(shù)在文本分類和生物信息學中的應(yīng)用[D];吉林大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 曹晉;基于SVDD的特征選擇方法研究及其應(yīng)用[D];蘇州大學;2015年

2 張強;靜態(tài)圖像上的行人檢測方法研究[D];中國科學技術(shù)大學;2015年

3 張曉梅;基于融合特征的微博主客觀分類方法研究[D];山西大學;2014年

4 王君;基于SVM-RFE的特征選擇方法研究[D];大連理工大學;2015年

5 于海珠;面向文本聚類的特征選擇方法及應(yīng)用研究[D];大連理工大學;2015年

6 趙世琛;文本分類中特征選擇方法研究[D];山西大學;2014年

7 王丹;特征選擇算法研究及其在異常檢測中的應(yīng)用[D];電子科技大學;2014年

8 林艷峰;中文文本分類特征選擇方法的研究與實現(xiàn)[D];西安電子科技大學;2014年

9 盧志浩;基于GEP的kNN算法改進研究[D];廣西師范學院;2015年

10 王立鵬;面向圖數(shù)據(jù)的特征選擇方法及其應(yīng)用研究[D];南京航空航天大學;2015年

，

本文編號：918686