發(fā)布時間：2023-03-28 18:55

　　軟件缺陷預(yù)測是一項重要的質(zhì)量保證技術(shù),它通過利用軟件倉庫中的歷史數(shù)據(jù)和已經(jīng)發(fā)現(xiàn)的相關(guān)缺陷信息,來預(yù)測軟件模塊中可能存在的缺陷。但是,大多數(shù)的缺陷預(yù)測技術(shù),都假設(shè)有大量的歷史數(shù)據(jù)已知缺陷信息;但在實際情況中,在軟件開發(fā)的早期,軟件項目往往缺少這樣的缺陷信息。另外,當前大多數(shù)研究者在評價缺陷預(yù)測性能時,并沒有考慮工作量感知的問題,這使得缺陷預(yù)測技術(shù)在實際應(yīng)用中不能合理利用。對于上述兩個問題,本研究提供了一種新的基于半監(jiān)督學(xué)習(xí)和投票決策理論的缺陷預(yù)測技術(shù)。它采用Self-training思想,結(jié)合Boosting過程,將傳統(tǒng)的監(jiān)督學(xué)習(xí)方法隨機森林(Random Forest)算法改進為一種半監(jiān)督學(xué)習(xí)算法——extRF,并引入投票決策理論,將隨機森林中每一棵子決策樹作為投票者,采用一定的集體決策規(guī)則,來預(yù)測軟件缺陷模塊排序。本文的主要貢獻和創(chuàng)新點包括:1)研究提出了基于Self-training的思想,用訓(xùn)練得到的初始模型預(yù)測未知缺陷信息的數(shù)據(jù)樣本,然后選擇可靠的數(shù)據(jù)樣本加入到原數(shù)據(jù)集中,用擴充后的訓(xùn)練集來重新優(yōu)化模型。2)研究提出了將提升算法(Boosting)引入到隨機森林模型中,迭代地決...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀分析
        1.2.1 有監(jiān)督、半監(jiān)督和無監(jiān)督的缺陷預(yù)測方法
        1.2.2 基于分類和基于排序的缺陷預(yù)測方法
        1.2.3 缺陷預(yù)測模型的特征選擇
    1.3 研究目標和總體思路
    1.4 論文結(jié)構(gòu)
2 基于半監(jiān)督學(xué)習(xí)的軟件缺陷分類預(yù)測
    2.1 相關(guān)技術(shù)
        2.1.1 樸素貝葉斯模型
        2.1.2 邏輯回歸模型
        2.1.3 決策樹
        2.1.4 隨機森林算法
    2.2 軟件缺陷分類預(yù)測方法
    2.3 改進的隨機森林算法extRF
        2.3.1 算法步驟
        2.3.2 數(shù)據(jù)樣本的自動標注和選擇
        2.3.3 提升過程
        2.3.4 算法偽代碼
    2.4 特征集
        2.4.1 靜態(tài)代碼度量特征
        2.4.2 變更歷史度量特征
        2.4.3 缺失值處理方法
    2.5實驗
        2.5.1 實驗數(shù)據(jù)
        2.5.2 對比方法
        2.5.3 分類能力評價指標
        2.5.4 實驗結(jié)果
    2.6 本章小結(jié)
3 基于無監(jiān)督學(xué)習(xí)的軟件缺陷模塊投票排序
    3.1 相關(guān)技術(shù)
        3.1.1 投票排序和集體決策規(guī)則
        3.1.2 Spearman秩相關(guān)系數(shù)
    3.2 投票者和投票策略的選擇
        3.2.1 投票者的選擇
        3.2.2 投票策略
    3.3 基于投票排序的軟件缺陷模塊排序
    3.4 實驗
        3.4.1 實驗設(shè)計
        3.4.2 軟件度量特征的選擇
        3.4.3 實驗結(jié)果
    3.5 本章小結(jié)
4 結(jié)合半監(jiān)督學(xué)習(xí)和投票決策理論的軟件缺陷模塊排序
    4.1 軟件缺陷模塊排序方法
    4.2 基于排序的extRF算法
        4.2.1 算法步驟
        4.2.2 數(shù)據(jù)樣本選擇策略
        4.2.3 提升過程
        4.2.4 軟件缺陷模塊排序
        4.2.5 算法偽代碼
    4.3 實驗
        4.3.1 實驗數(shù)據(jù)
        4.3.2 實驗設(shè)計
        4.3.3 實驗結(jié)果
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 本文工作小結(jié)
    5.2 展望
參考文獻
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號：3773089