[1]伍蔓,张建升,马传香,等. 基于SSDBSCAN的跨项目缺陷预测数据筛选方法[J].湖北大学学报(自然科学版),2017,(05):550.
 [J].,2017,(05):550.
点击复制

 基于SSDBSCAN的跨项目缺陷预测数据筛选方法()
分享到:

《湖北大学学报(自然科学版)》[ISSN:1000-2375/CN:42-1212/N]

卷:
期数:
2017年05期
页码:
550
栏目:
出版日期:
2017-07-08

文章信息/Info

作者:
 伍蔓123张建升12马传香12安格格3余啸3
 (1.湖北大学计算机与信息工程学院,湖北 武汉 430062;
2.湖北省教育信息化工程研究中心,湖北 武汉 430062;
3.武汉大学软件工程国家重点实验室,计算机学院,湖北 武汉 430072)
关键词:
 跨项目缺陷预测数据筛选SSDBSCAN
文献标志码:
A
摘要:
 针对跨项目软件缺陷预测中大量不相关的跨项目数据损害了缺陷预测模型性能的问题,提出了一种基于SSDBSCAN(semisuppervised densitybased clustering)的跨项目缺陷预测数据筛选方法——SSDBSCAN filter.首先,SSDBSCAN filter结合少量带类标号的本项目历史数据、跨项目历史数据和大量不带类标号的本项目数据;然后,利用SSDBSCAN算法对这些数据进行聚类发现子簇;最后,收集子簇中的跨项目数据,不属于任何簇的跨项目数据被作为噪声数据而丢弃.实验使用15个公开的PROMISE数据集,3种分类器和4种性能度量指标.实验结果表明,相比于目前已有的Burak filter和DBSCAN filter方法,SSDBSCAN filter在提高了预测率的同时降低了误报率,且Gmeasure与AUC度量值更佳.
更新日期/Last Update: 2017-09-04