《计算机应用研究》|Application Research of Computers

ORESP:基于有序回归的软件缺陷严重程度预测方法

Oresp: software defect severity prediction based on ordinal regression

免费全文下载 (已被下载 次)  
获取PDF全文
作者 贾焱鑫,陈翔,葛骅,杨光,林浩
机构 南通大学 信息科学技术学院;南京大学 计算机软件新技术国家重点实验室
统计 摘要被查看 次,已被下载
摘要 为提高软件缺陷严重程度的预测性能,通过充分考虑软件缺陷严重程度标签间的次序性,提出一种基于有序回归的软件缺陷严重程度预测方法ORESP,该方法首先使用基于Spearman的特征选择方法来识别并移除数据集内的冗余特征,随后使用基于比例优势模型的神经网络来构建预测模型。通过与五种经典分类方法的比较,所提的ORESP方法在四种不同类型的度量下均可取得更高的预测性能,其中基于平均0-1误差(MZE)评测指标,预测模型性能最大可提升10.3%;基于平均绝对误差(MAE)评测指标,预测模型性能最大可提升12.3%。除此之外,发现使用基于Spearman的特征选择方法可以有效提升ORESP方法的预测性能。
关键词 软件质量保障;缺陷严重程度预测;有序回归;特征选择;分类
基金项目 国家自然科学基金资助项目(61702041)
南京大学计算机软件新技术国家重点实验室开放课题(KFKT2019B14)
本文URL http://www.arocmag.com/article/02-2021-06-039.html
收稿日期
修回日期
页码 -
中图分类号 TP311.5
文献标志码