發(fā)布時(shí)間：2017-06-08 09:03

  本文關(guān)鍵詞：魚群優(yōu)化的多核支持向量機(jī)在軟件缺陷預(yù)測中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：軟件產(chǎn)業(yè)已經(jīng)成為評(píng)價(jià)國家綜合實(shí)力的重要指標(biāo)之一。在發(fā)展軟件產(chǎn)業(yè)的同時(shí),隨著軟件復(fù)雜性加大和人的能力有限,難免會(huì)造成各種各樣的缺陷,而缺陷的存在給人的財(cái)產(chǎn)安全、生命健康,甚至國家安全帶來了嚴(yán)重的威脅。因此,及早的發(fā)現(xiàn)潛在的缺陷是一個(gè)迫切需要解決的問題,軟件缺陷預(yù)測技術(shù)為解決該問題提供了有意義的指導(dǎo)。軟件缺陷預(yù)測的目的之一就是通過特定方法判斷模塊存在缺陷的傾向性,即判斷模塊是否有缺陷。該過程可以看作是一個(gè)模式識(shí)別過程,它的核心是分類問題。因此,本文以在二值分類方面被廣泛使用的支持向量機(jī)為基礎(chǔ)來進(jìn)行軟件缺陷預(yù)測。主要從核函數(shù)改進(jìn)和參數(shù)尋優(yōu)兩個(gè)方面來對(duì)算法進(jìn)行優(yōu)化,最后將優(yōu)化的多核支持向量機(jī)應(yīng)用于軟件缺陷預(yù)測。主要工作包括:(1)針對(duì)高斯核函數(shù)泛化推廣效果不佳問題,給出改進(jìn)的高斯核函數(shù),通過和傳統(tǒng)高斯核函數(shù)對(duì)比,發(fā)現(xiàn)改進(jìn)后的高斯核函數(shù)不但保持了原有的局部學(xué)習(xí)能力強(qiáng)的特點(diǎn),還提高了分類器的泛化推廣能力。(2)鑒于全局性核函數(shù)泛化推廣能力強(qiáng),局部性核函數(shù)學(xué)習(xí)能力好,提出將多項(xiàng)式核函數(shù)和改進(jìn)的高斯核函數(shù)結(jié)合,建立一種混合核的支持向量機(jī)算法。(3)針對(duì)在軟件缺陷預(yù)測中分類器的參數(shù)選取直接影響最終預(yù)測結(jié)果的問題,分析比較了支持向量機(jī)參數(shù)選取的幾種常用方法對(duì)分類器分類效果和時(shí)間復(fù)雜度的影響。認(rèn)為采用人工魚群算法選取改進(jìn)支持向量機(jī)的參數(shù)的效果更好,并給出具體的參數(shù)自動(dòng)尋優(yōu)方法。(4)提出一種人工魚群優(yōu)化多核支持向量機(jī)的軟件缺陷預(yù)測方法,在NASA MDP數(shù)據(jù)集下,將本文方法與用于軟件缺陷預(yù)測的支持向量機(jī)方法、貝葉斯方法及BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行對(duì)比,結(jié)果表明本文提出的缺陷預(yù)測方法的準(zhǔn)確率、查準(zhǔn)率和查全率等評(píng)估指標(biāo)均比其他方法更優(yōu)。
【關(guān)鍵詞】：軟件缺陷預(yù)測 支持向量機(jī) 高斯核函數(shù) 多核函數(shù) 參數(shù)自動(dòng)尋優(yōu)
【學(xué)位授予單位】：重慶師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP311.53;TP18
【目錄】：

• 中文摘要5-6
• 英文摘要6-10
• 1 緒論10-16
• 1.1 研究背景和意義10
• 1.2 研究現(xiàn)狀10-13
• 1.3 本文的研究內(nèi)容13-14
• 1.4 本文的組織結(jié)構(gòu)14-16
• 2 軟件缺陷預(yù)測相關(guān)理論16-23
• 2.1 軟件缺陷16-17
• 2.1.1 軟件缺陷的概念16
• 2.1.2 軟件缺陷的成因16-17
• 2.2 軟件復(fù)雜性度量17-19
• 2.3 軟件復(fù)雜性度量與軟件缺陷預(yù)測的聯(lián)系19
• 2.4 軟件缺陷預(yù)測19-22
• 2.4.1 軟件缺陷預(yù)測過程19-20
• 2.4.2 軟件缺陷預(yù)測方法評(píng)價(jià)20-21
• 2.4.3 軟件缺陷預(yù)測常用實(shí)驗(yàn)數(shù)據(jù)集21-22
• 2.5 本章小結(jié)22-23
• 3 基于改進(jìn)高斯核函數(shù)的多核支持向量機(jī)23-33
• 3.1 支持向量機(jī)概述23-26
• 3.1.1 支持向量機(jī)基本理論23-24
• 3.1.2 支持向量機(jī)核函數(shù)24-26
• 3.2 高斯核函數(shù)26-29
• 3.3 改進(jìn)的高斯核函數(shù)29-30
• 3.4 改進(jìn)高斯核函數(shù)的組合核函數(shù)30-31
• 3.5 組合核支持向量機(jī)31
• 3.6 組合核支持向量機(jī)的參數(shù)影響分析31-32
• 3.7 本章小結(jié)32-33
• 4 魚群優(yōu)化基于改進(jìn)高斯核函數(shù)的多核支持向量機(jī)參數(shù)33-43
• 4.1 SVM參數(shù)優(yōu)化的幾種方法33-36
• 4.2 人工魚群算法36-38
• 4.3 人工魚群算法優(yōu)化MGMSVM的參數(shù)38-40
• 4.4 實(shí)驗(yàn)分析40-42
• 4.4.1 實(shí)驗(yàn)設(shè)計(jì)40
• 4.4.2 實(shí)驗(yàn)數(shù)據(jù)集40-41
• 4.4.3 實(shí)驗(yàn)結(jié)果與分析41-42
• 4.5 本章小結(jié)42-43
• 5 AFSA優(yōu)化的MGMSVM在軟件缺陷預(yù)測中的應(yīng)用43-52
• 5.1 基于AFSA優(yōu)化MGMSVM的軟件缺陷預(yù)測方法43-45
• 5.2 實(shí)驗(yàn)與分析45-51
• 5.2.1 實(shí)驗(yàn)設(shè)計(jì)45-46
• 5.2.2 數(shù)據(jù)集與數(shù)據(jù)預(yù)處理46-47
• 5.2.3 評(píng)價(jià)方法47
• 5.2.4 參數(shù)選取47-48
• 5.2.5 實(shí)驗(yàn)結(jié)果與分析48-51
• 5.3 本章小結(jié)51-52
• 6 總結(jié)與展望52-54
• 6.1 總結(jié)52
• 6.2 展望52-54
• 參考文獻(xiàn)54-59
• 附錄：作者在攻讀碩士學(xué)位期間發(fā)表論文及科研情況59-60
• 致謝60

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;軟件缺陷詞典正在制定[J];軟件世界;2007年06期

2 王德勝;宮云戰(zhàn);;論軟件缺陷[J];計(jì)算機(jī)應(yīng)用研究;2008年12期

3 聶劍平;韓柯;陳光;曹旭;;軟件缺陷增長過程的混沌分析[J];計(jì)算機(jī)工程與應(yīng)用;2008年11期

4 劉海;郝克剛;;軟件缺陷數(shù)據(jù)的分析方法及其實(shí)現(xiàn)[J];計(jì)算機(jī)科學(xué);2008年08期

5 熊斐;李建忠;徐中望;;軟件缺陷管理與防范[J];科技創(chuàng)新導(dǎo)報(bào);2009年04期

6 石劍飛;楊欣;秦瑋;閆懷志;;一種軟件缺陷預(yù)測改進(jìn)模型的研究[J];北京理工大學(xué)學(xué)報(bào);2010年09期

7 繆林松;;基于代價(jià)敏感神經(jīng)網(wǎng)絡(luò)算法的軟件缺陷預(yù)測[J];電子科技;2012年06期

8 朱小燕;曲俊燕;;淺析軟件缺陷的問題[J];無線互聯(lián)科技;2013年04期

9 田華;蒲天銀;;基于遷移學(xué)習(xí)的軟件缺陷預(yù)測方法研究[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

10 宮云戰(zhàn);論軟件缺陷[J];裝甲兵工程學(xué)院學(xué)報(bào);2003年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前8條

1 趙修湘;石勇;劉瑩;張玲玲;;文本分類在軟件缺陷管理中的應(yīng)用[A];第四屆（2009）中國管理學(xué)年會(huì)——管理科學(xué)與工程分會(huì)場論文集[C];2009年

2 李立清;;軟件缺陷數(shù)據(jù)的分析和預(yù)測[A];第三屆中國測試學(xué)術(shù)會(huì)議論文集[C];2004年

3 李立清;;用軟件缺陷數(shù)據(jù)進(jìn)行缺陷預(yù)測[A];中國工程物理研究院科技年報(bào)（2005）[C];2005年

4 趙亮;侯金寶;;文件和包層次的軟件缺陷預(yù)測研究[A];第十四屆全國容錯(cuò)計(jì)算學(xué)術(shù)會(huì)議(CFTC'2011)論文集[C];2011年

5 于秀山;王廣儉;;軟件缺陷管理[A];中國電子學(xué)會(huì)可靠性分會(huì)第十三屆學(xué)術(shù)年會(huì)論文選[C];2006年

6 寇綱;彭怡;石勇;;基于數(shù)據(jù)挖掘的軟件缺陷度量評(píng)估管理及研究現(xiàn)狀綜述[A];第三屆（2008）中國管理學(xué)年會(huì)——信息管理分會(huì)場論文集[C];2008年

7 高通;焦彥平;龔波;;基于曲線擬合的軟件缺陷排除成本預(yù)測[A];2010年全國通信安全學(xué)術(shù)會(huì)議論文集[C];2010年

8 涂亞明;毛軍鵬;余靜;尹磊;;系統(tǒng)測試階段的軟件缺陷預(yù)測模型分析[A];第六屆中國測試學(xué)術(shù)會(huì)議論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前7條

1 謝敏、戴金龍;追蹤每一個(gè)軟件缺陷[N];計(jì)算機(jī)世界;2005年

2 學(xué)健;可怕的不是缺陷本身[N];計(jì)算機(jī)世界;2001年

3 ;Firefox、IE中發(fā)現(xiàn)缺陷[N];計(jì)算機(jī)世界;2005年

4 道瓊斯;小電腦 大雄心[N];人民郵電;2007年

5 特約撰稿 朱顏鎮(zhèn);萬維易化項(xiàng)目管理力助電信運(yùn)營商[N];通信信息報(bào);2004年

6 ;Microsoft計(jì)劃推出Windows Server SP1[N];計(jì)算機(jī)世界;2004年

7 記者 王俊鳴;美專家認(rèn)為因特網(wǎng)中樞有漏洞[N];科技日?qǐng)?bào);2001年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 Gabriel Kofi Armah;[D];電子科技大學(xué);2015年

2 單純;軟件缺陷分布預(yù)測技術(shù)及應(yīng)用研究[D];北京理工大學(xué);2015年

3 王偉光;動(dòng)態(tài)軟件缺陷測試關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

4 陳媛;基于數(shù)據(jù)挖掘的軟件缺陷預(yù)測技術(shù)研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2012年

5 馬櫻;基于機(jī)器學(xué)習(xí)的軟件缺陷預(yù)測技術(shù)研究[D];電子科技大學(xué);2012年

6 張凱;軟件缺陷混沌分形描述與軟件質(zhì)量進(jìn)化度量的研究[D];武漢理工大學(xué);2005年

7 楊曉杏;基于度量元的軟件缺陷預(yù)測技術(shù)[D];中國科學(xué)技術(shù)大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙長凱;軟件缺陷管理與預(yù)測系統(tǒng)的設(shè)計(jì)[D];復(fù)旦大學(xué);2013年

2 張亮;基于改進(jìn)BP算法的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

3 王男帥;基于遺傳優(yōu)化支持向量機(jī)的軟件缺陷預(yù)測模型研究[D];北京理工大學(xué);2015年

4 陳艷;軟件缺陷管理技術(shù)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 李碧雯;基于遷移學(xué)習(xí)的跨項(xiàng)目軟件缺陷預(yù)測[D];上海交通大學(xué);2015年

6 梁天超;一種基于人工免疫樸素貝葉斯方法的軟件缺陷預(yù)測模型[D];南京郵電大學(xué);2015年

7 陸海洋;基于特征提取和代價(jià)敏感學(xué)習(xí)的軟件缺陷預(yù)測方法研究[D];南京郵電大學(xué);2015年

8 劉海林;基于LDA的軟件缺陷組件預(yù)測研究與實(shí)現(xiàn)[D];重慶大學(xué);2015年

9 楊磊;面向不平衡數(shù)據(jù)的軟件缺陷預(yù)測方法研究[D];中國石油大學(xué)(華東);2014年

10 陳家強(qiáng);軟件缺陷預(yù)測中數(shù)據(jù)預(yù)處理技術(shù)研究[D];南京大學(xué);2014年

  本文關(guān)鍵詞：魚群優(yōu)化的多核支持向量機(jī)在軟件缺陷預(yù)測中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：431990