基于机器学习的计算机软件缺陷预测模型研究  

作　　者：李佩[1] 张红[1] 

机构地区：[1]山西水利职业技术学院信息工程系,山西运城044004

出　　处：《信息通信》2020年第10期48-49,共2页Information & Communications

摘　　要：针对传统计算机软件缺陷预测方法中存在的缺陷特征预测正确样本数量低,导致计算机软件质量和可靠性受影响的问题,开展计算机软件缺陷预测模型的研究。提出一种基于机器学习的计算机软件缺陷预测模型,基于机器学习的计算机软件缺陷相似性度量计算,根据计算结果对缺陷特征选择。通过对比实验证明,该预测模型与传统预测方法相比可以有效增加缺陷特征预测正确样本的个数,提高预测精准度。

关 键 词：机器学习 计算机软件 缺陷预测 特征选择 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]