基于粒子群优化SVM的面向对象软件缺陷预测模型

朱朝阳; 陈相舟; 王志宏; 张信明

首页> 中文期刊> 《计算机应用》 >基于粒子群优化SVM的面向对象软件缺陷预测模型

基于粒子群优化SVM的面向对象软件缺陷预测模型

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对电力信息系统软件安全问题,分析了软件缺陷预测方法在面向对象软件开发过程中的重要性,并提出了一种与面向对象软件特征相应的基于粒子群优化的支持向量机软件预测模型.模型主要包括三部分:首先是对原数据进行归一化和特征选择的预处理模块;然后是以预测准确度作为适应度评价的动态惯性权重粒子群优化支持向量机(SVM)参数的模块;最后则是利用第二个模块中的最优参数进行降维数据预测的SVM分类模块.实验结果表明,该模型在四个数据集合上的准确率高于对比模型8.2％～ 12.2％,在精准度、查全率和F值上平均高出9.9％,5.6％和7.7％,说明了该模型的有效性.

著录项

来源
《计算机应用》 |2017年第z2期|60-64|共5页
作者
朱朝阳; 陈相舟; 王志宏; 张信明;
展开▼
作者单位

中国电力科学研究院;

中国科学技术大学;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP311.53;
关键词
软件缺陷预测; 粒子群优化; 特征选择; 支持向量机; 面向对象软件;

相似文献

中文文献
外文文献
专利

1. 基于粒子群优化SVM的面向对象软件缺陷预测模型 [J] . 朱朝阳 ,陈相舟 ,王志宏 . 计算机应用 . 2017,第a02期
2. 基于自适应变异混沌粒子群优化和SVM的导弹命中预测模型 [J] . 许凌凯 ,杨任农 ,张彬超 . 计算机应用 . 2017,第10期
3. 应用于软件缺陷预测模型的量子粒子群优化BP算法 [J] . 洪晓彬 ,姜利群 ,赵鹏 . 重庆理工大学学报 . 2019,第6期
4. 应用于软件缺陷预测模型的量子粒子群优化BP算法 [J] . 莫有印 . 现代电子技术 . 2019,第15期
5. 基于流形学习的面向对象的软件缺陷预测模型 [J] . 石陆魁 ,马春娟 ,王靖鑫 . 计算机工程与设计 . 2014,第11期
6. 基于改进粒子群优化的SVM手写数字识别研究 [C] . LI Shuo ,李烁 ,SUN Jian-ping . 2017全国仿真技术学术会议 . 2017
7. 基于神经网络和粒子群优化SVM的煤与瓦斯突出预测模型研究 [A] . 朱政江 . 2014

基于粒子群优化SVM的面向对象软件缺陷预测模型

摘要

著录项

相似文献

相关主题

期刊订阅