基于ACO-SVM的软件缺陷预测模型的研究

被引：45

作者：

姜慧研 ^{[1
,2
]}

宗茂 ^{[1
]}

刘相莹 ^{[1
]}

机构：

[1] 东北大学软件学院

[2] 东北大学医学影像计算教育部重点实验室

来源：

计算机学报 | 2011年 / 34卷 / 06期

关键词：

软件测试; 软件缺陷预测; 支持向量机; 蚁群算法; 主成分分析;

D O I：

暂无

中图分类号：

TP311.52 [];

学科分类号：

081202 ; 0835 ;

摘要：

针对传统软件缺陷预测模型的应用范围通常被局限在一定的子空间而影响其适用性和准确性的问题,文中利用支持向量机(SVM)的非线性运算能力和蚁群优化算法(ACO)的寻优能力提出了一种基于ACO-SVM的软件缺陷预测模型.文中首先对待预测的数据进行主成分分析降低数据的维数以提高运算速度,然后根据蚁群优化算法来计算最优的SVM参数,然后再运用SVM进行软件缺陷的预测.并基于十折交叉方法进行实验,通过与传统方法的对比,证明文中方法具有较高的预测精度.

引用

页码：1148 / 1154

页数：7