• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2014 Communications security conference >Software defect prediction model based on LLE and SVM
【24h】

Software defect prediction model based on LLE and SVM

机译：基于LLE和SVM的软件缺陷预测模型

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Software defect prediction strives to improve software security by helping testers locate the software defects accurately. The data redundancy caused by the overmuch attributes in defects data set will make the prediction accuracy decrease. A model based on locally linear embedding and support vector machine (LLE-SVM) is proposed to solve this problem in this paper. The SVM is used as the basic classifier in the model. And the LLE algorithm is used to solve data redundancy due to its ability of maintaining local geometry. The parameters in SVM are optimized by the method of ten-fold cross validation and grid search. The comparison between LLE-SVM model and SVM model was experimentally verified on the same NASA defect data set. The results indicate that the proposal LLE-SVM model performs better than SVM model, and it is available to avoid the accuracy decrease caused by the data redundancy.
机译：软件缺陷预测通过帮助测试人员准确定位软件缺陷来努力提高软件安全性。缺陷数据集中过多属性引起的数据冗余将使预测精度下降。为了解决这个问题，提出了一种基于局部线性嵌入和支持向量机的模型（LLE-SVM）。 SVM用作模型中的基本分类器。由于其维护局部几何的能力，LLE算法用于解决数据冗余。 SVM中的参数通过十倍交叉验证和网格搜索的方法进行了优化。在相同的NASA缺陷数据集上，实验验证了LLE-SVM模型与SVM模型之间的比较。结果表明，提出的LLE-SVM模型比SVM模型具有更好的性能，可以避免由于数据冗余而导致的精度下降。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号