基于迁移学习的跨公司软件缺陷预测

作     者：董西伟 王玉伟 张广顺 周才学 DONG Xi-wei;WANG Yu-wei;ZHANG Guang-shun;ZHOU Cai-xue

作者机构：九江学院信息科学与技术学院江西九江332005 南京邮电大学自动化学院江苏南京210003 九江学院机械与材料工程学院江西九江332005 

基　　金：国家自然科学基金项目(61462048) 九江学院科研基金项目(2014KJYB019 2015LGYB26) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2016年第37卷第3期

页      码：684-689页

摘      要：为解决通常由公司内工程数据训练构建软件缺陷预测模型,而实际较缺乏本地缺陷数据的问题,借助迁移学习技术,提出使用不同公司工程数据构建缺陷预测模型的算法,实现跨公司软件缺陷预测。通过比较源工程训练数据和目标工程测试数据集的多种统计量,设置训练数据的权重,基于加权的训练数据构建加权迁移朴素贝叶斯分类器。实验结果表明,该方法有效提高了跨公司软件缺陷预测模型的性能,为项目管理者合理分配软件工程资源提供了依据。

主 题 词：软件缺陷预测 迁移学习 机器学习 朴素贝叶斯 软件度量 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2016.03.024

馆 藏 号：203366980...