基于线性LTSA算法维数约减的软件缺陷预测研究

作者：王玉红; 范菁; 曲金帅; 冯景义软件缺陷预测线性ltsa算法流形学习支持向量机

摘要：软件缺陷预测是软件开发过程中的一项重要技术,针对软件缺陷数据集的高维、小采样造成预测精度下降的问题,采用线性局部切空间排列算法对数据集降维处理,选用支持向量机作为基础分类器进行二值分类,建立软件缺陷预测模型,采用二维混淆矩阵评价模型的预测精度.实验结果表明,与其他模型相比,该模型可用较少的邻域点约简至更低的维度,不需要重新学习样本空间的流行几何结构,直接映射新的样本点,且预测时间耗费成本由13.7269s降低至6.217s,给定参数区间寻优时间耗费由267.4421s降低至165.98s,有效提高了软件缺陷预测的效率.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社