摘要: 提出基于改进的粒子群优化支持向量机方法(PSO-ISVM)的测控软件缺陷预测方法。通过引入代价惩罚系数,定义粒子群优化算法中的适应度函数,利用最小化适应度函数值作为优化目标,排除大量的冗余干扰信息,提高对测控软件有缺陷模块的预测准确度,寻找支持向量机的最优参数。通过仿真实例分析测控软件有效性,并与常用缺陷预测方法进行比较,表明该模型能加快软件缺陷预测速度和提高对有缺陷模块的预测准确度。
张 飞. 改进PSO-ISVM算法的软件缺陷预测[J]. 计算机工程与应用, 2016, 52(11): 17-21.
ZHANG Fei. Software defect prediction based on improved PSO-ISVM algorithm[J]. Computer Engineering and Applications, 2016, 52(11): 17-21.