在軟件系統(tǒng)長生命周期中,軟件演化是一個(gè)必然過程,軟件可演化性預(yù)測(cè)是決定是否執(zhí)行演化活動(dòng)的先決條件,準(zhǔn)確的軟件可演化性預(yù)測(cè)能對(duì)軟件演化過程起到重要的決策支持和指導(dǎo)意義。軟件可演化性預(yù)測(cè)針對(duì)軟件演化活動(dòng)的容易程度建立預(yù)測(cè)模型,并在此基礎(chǔ)上實(shí)現(xiàn)可演化性評(píng)價(jià)。但是目前針對(duì)軟件可演化性預(yù)測(cè)的研究普遍存在數(shù)據(jù)分布不平衡問題,因此經(jīng)過20多年的發(fā)展預(yù)測(cè)分析精度始終不高,而且由于訓(xùn)練數(shù)據(jù)標(biāo)記過程需要巨大開銷,導(dǎo)致現(xiàn)有方法無法適用于實(shí)際演化活動(dòng)中。針對(duì)上述問題,基于面向?qū)ο筌浖到y(tǒng),本文提出了一種基于半監(jiān)督數(shù)據(jù)分組技術(shù)的軟件可演化性預(yù)測(cè)方法SGMDH,該方法利用數(shù)據(jù)采樣緩解數(shù)據(jù)分布不平衡問題,并基于半監(jiān)督思想結(jié)合數(shù)據(jù)分組方法利用部分帶標(biāo)簽數(shù)據(jù)建立可演化性預(yù)測(cè)模型,同時(shí)基于集成學(xué)習(xí)方法構(gòu)建了集成預(yù)測(cè)模型。通過在用戶界面管理系統(tǒng)（UIMS）數(shù)據(jù)集和質(zhì)量評(píng)估系統(tǒng)（QUES）數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明,本文基于采樣的半監(jiān)督模型和集成模型均比傳統(tǒng)非采樣基線方法表現(xiàn)出更好的預(yù)測(cè)性能,而本文提出的SGMDH模型和基于決策樹的集成模型分別表現(xiàn)出較出色的預(yù)測(cè)能力,但是本文半監(jiān)督方法較集成方法具有更強(qiáng)的泛化能力和更高的應(yīng)用... 

【文章來源】：云南大學(xué)云南省 211工程院校

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Bayes基本結(jié)構(gòu)

圖２：?ＳＶＲ基本結(jié)構(gòu)??

MLP基本結(jié)構(gòu)


本文編號(hào)：2992611