计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2011年
6期
1148-1154
,共7页
软件测试%软件缺陷预测%支持向量机%蚁群算法%主成分分析
軟件測試%軟件缺陷預測%支持嚮量機%蟻群算法%主成分分析
연건측시%연건결함예측%지지향량궤%의군산법%주성분분석
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.
針對傳統軟件缺陷預測模型的應用範圍通常被跼限在一定的子空間而影響其適用性和準確性的問題,文中利用支持嚮量機(SVM)的非線性運算能力和蟻群優化算法(ACO)的尋優能力提齣瞭一種基于ACO-SVM的軟件缺陷預測模型.文中首先對待預測的數據進行主成分分析降低數據的維數以提高運算速度,然後根據蟻群優化算法來計算最優的SVM參數,然後再運用SVM進行軟件缺陷的預測.併基于十摺交扠方法進行實驗,通過與傳統方法的對比,證明文中方法具有較高的預測精度.
침대전통연건결함예측모형적응용범위통상피국한재일정적자공간이영향기괄용성화준학성적문제,문중이용지지향량궤(SVM)적비선성운산능력화의군우화산법(ACO)적심우능력제출료일충기우ACO-SVM적연건결함예측모형.문중수선대대예측적수거진행주성분분석강저수거적유수이제고운산속도,연후근거의군우화산법래계산최우적SVM삼수,연후재운용SVM진행연건결함적예측.병기우십절교차방법진행실험,통과여전통방법적대비,증명문중방법구유교고적예측정도.
