基于机器学习的软件缺陷预测研究
[Abstract]:Software defect prediction based on machine learning is an effective method to improve software reliability. Based on the statistical characteristics of the software module, the method predicts the number of defects that may appear in the software module or whether the defects are likely to occur. By predicting the defect of software module, the software development organization can concentrate the limited resources on the vulnerable module and improve the quality of software product effectively. There have been many achievements in software defect prediction based on machine learning in recent years. This paper summarizes the main research results in this field and classifies them according to the characteristics of each method.
【作者单位】： 中国科学院软件研究所互联网实验室
【分类号】：TP311.52
【参考文献】
相关会议论文 前1条
1 苏毅;吴文虎;郑方;方棣棠;;基于支持向量机的语音识别研究[A];第六届全国人机语音通讯学术会议论文集[C];2001年
【共引文献】
相关期刊论文 前10条
1 张艳;张海军;;基于DSP的多通道超声波连续测厚系统的研究[J];安徽工程科技学院学报(自然科学版);2008年03期
2 朱春江;唐德善;马文斌;;基于灰色理论和BP神经网络预测观光农业旅游人数的研究[J];安徽农业科学;2006年04期
3 符保龙;;RBF网络在农业病虫害预测中的应用研究[J];安徽农业科学;2008年01期
4 李磊;孙卉;翟秋敏;郭志永;;RBF神经网络在平顶山市地表水评价中的应用[J];安徽农业科学;2008年26期
5 李淑华;徐良培;陶建平;;基于支持向量机的我国水产品出口贸易风险预警研究[J];安徽农业科学;2008年30期
6 张帅;李琳一;袁涛;王梅玉;;信息技术在害虫时空动态模拟中的应用[J];安徽农业科学;2009年07期
7 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
8 时君伟;胡敏英;武志富;任振辉;;基于神经网络的视觉图像处理研究[J];安徽农业科学;2009年19期
9 赵万明;黄彦全;谌贵辉;;基于支持向量机的农村用电量需求预测[J];安徽农业科学;2009年25期
10 袁健;陈丽侠;耿宝江;;基于BP神经网络的闽江上游洪水预报[J];安徽农业科学;2011年24期
相关会议论文 前10条
1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
2 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
3 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年
4 陈小飞;吉莉;刘昆;;基于自适应线性神经网络的磁悬浮飞轮控制[A];第二十九届中国控制会议论文集[C];2010年
5 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
6 王新宇;孙冠;韩冬;张婷;;基于一种改进神经网络的数据手套手势识别[A];第二十九届中国控制会议论文集[C];2010年
7 何平;潘国峰;李琳;夏克文;赵红东;;基于LS-SVR的压力传感器温度补偿[A];第二十九届中国控制会议论文集[C];2010年
8 王春林;;灰熔点预测建模研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
9 刘英林;刘洪鹏;g窃，
本文编号：2126109
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/2126109.html
