基于概率的無監(jiān)督缺陷預(yù)測(cè)方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
軟件缺陷預(yù)測(cè)能夠提高軟件開發(fā)和測(cè)試的效率,保障軟件質(zhì)量。無監(jiān)督缺陷預(yù)測(cè)方法具有不需要標(biāo)簽數(shù)據(jù)的特點(diǎn),從而能夠快速應(yīng)用于工程實(shí)踐中。提出了基于概率的無監(jiān)督缺陷預(yù)測(cè)方法PCLA,將度量元值與閾值的差值映射為概率,使用概率評(píng)估類存在缺陷的可能性,然后再通過聚類和標(biāo)記來完成缺陷預(yù)測(cè),以解決現(xiàn)有無監(jiān)督方法直接根據(jù)閾值判斷時(shí)對(duì)閾值比較敏感而引起的信息丟失問題。將PCLA方法應(yīng)用在NetGen和Relink兩組數(shù)據(jù)集,共7個(gè)軟件項(xiàng)目上,實(shí)驗(yàn)結(jié)果表明PCLA方法在查全率、查準(zhǔn)率、F_measure上相對(duì)現(xiàn)有無監(jiān)督方法分別平均提升4.1%、2.52%、3.14%。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于概率的無監(jiān)督缺陷預(yù)測(cè)方法下載
相關(guān)電子資料下載
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法 109
- 便攜式氣象儀能否提供準(zhǔn)確的天氣預(yù)測(cè)? 41
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差大小怎么看 130
- 如何使用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模和預(yù)測(cè) 114
- bp神經(jīng)網(wǎng)絡(luò)模型怎么算預(yù)測(cè)值 120
- TomTom交通技術(shù)支持Miovision交通信號(hào)預(yù)測(cè)和車聯(lián)網(wǎng)(V2X) 解決方案系列 787
- 機(jī)電繼電器行業(yè)市場規(guī)模分析及發(fā)展趨勢(shì)預(yù)測(cè)報(bào)告 85
- 神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)分析中的作用 262
- 工業(yè)大數(shù)據(jù)云平臺(tái)在設(shè)備預(yù)測(cè)性維護(hù)中的作用 76
- 三星否認(rèn)晶圓代工廠生產(chǎn)缺陷傳聞 445