摘要:为了提高软件缺陷预测模型的准确性,利用改进的频繁项集挖掘算法(IMMFIA)的低时间开销特点和改进的支持向量机(EDSVM)的优化能力提出改进的软件缺陷预测模型(FREDSVM)。利用IMMFIA获取频繁项集,并产生满足置信度和支持度阈值的关联规则;根据相关度和新的规则排序度量提高小类(带缺陷的软件模块)的优先级,得到分类器;运用EDSVM针对规则匹配无果问题和规则匹配溢出问题进行分类。实验证明:与当前的软件缺陷预测方法相比,FREDSVM方法具有较高的准确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
教育研究与评论·课堂观察 首都医科大学学报·社科版 教育研究与评论·小学教育教学 雷达与对抗 冶金设备管理与维修 高校辅导员学刊 大学物理实验 产业质量研究 安徽农学通报·下半月刊 集美大学学报·自然科学版 临床普外科电子 中华活页文选·高一版相关文章
改进工作作风心得体会