首页> 中文期刊> 《计算机技术与发展》 >基于决策树的软件可维护性预测方法研究

基于决策树的软件可维护性预测方法研究

         

摘要

软件维护是软件全生命周期中一项高难度、高成本、长周期的活动,准确预测软件可维护性对降低软件维护成本、提高软件可用性具有重要意义.软件可维护性分析历经20多年的研究,当前的预测分析性能和准确率仍然不高,甚至达不到模型预测是准确的标准;而总结相关研究发现,软件可维护性数据还普遍存在数据分布不均衡问题,该问题将直接影响到模型预测的性能.针对上述问题,基于采样方法利用决策树建立软件可维护性预测模型,并通过UIMS和QUES数据集对模型进行实验验证.结果表明,与基线方法和现有的可维护性预测方法相比,文中方法在UIMS数据集和QUES数据集的平均误差率(MMRE)分别提高了84%和61%,且Pred(0.25)都达到了该评价标准的最优值1,表明该方法具有更优的综合性能.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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