软件缺陷预测

作品数：257被引量：707H指数：15
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈翔荆晓远吴飞李英梅顾庆更多>>
相关机构：南京航空航天大学南京邮电大学武汉大学南通大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点实验室开放基金中央高校基本科研业务费专项资金江苏省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种事前可解释的即时软件缺陷预测方法
《计算机应用与软件》2025年第4期13-20,共8页林杨 王炜 
云南省中青年学术和技术带头人后备人选项目(2019HB104)。
为解决即时软件缺陷预测结果难以解释的问题,基于多项式神经网络的改进模型,提出一种事前可解释的即时软件缺陷预测方法,通过将代码度量元与预测结果之间的因果关系形式化输出为K-G多项式的复合函数,使用标准化回归系数来衡量复合函数...
关键词：多项式神经网络 即时软件缺陷预测 事前可解释性 形式化 
基于机器学习的跨项目软件缺陷预测方法研究
《中文科技期刊数据库(文摘版)工程技术》2025年第3期212-215,共4页杨洁 陈浩 
基于机器学习的跨项目软件缺陷预测方法研究,编号为GXKS2023DXS012。
在软件开发领域,软件缺陷的尽早发现与修复对于保障软件质量、降低开发成本至关重要。传统的软件缺陷预测方法多基于单个项目数据,局限性显著。本文聚焦基于机器学习的跨项目软件缺陷预测方法,深入剖析其原理、模型构建、关键技术,通过...
关键词：机器学习 跨项目 软件缺陷预测 软件质量 
基于改进蛇优化算法的软件缺陷预测方法研究
《中原工学院学报》2025年第1期1-11,共11页刘卫光 杨苏琦 张文宁 李学相 
河南省科技攻关项目(242102210060)。
针对传统随机森林模型在软件缺陷预测领域中预测精度低和参数优化困难等问题,提出了一种基于改进蛇优化算法(ISO)优化随机森林模型的软件缺陷预测方法。蛇优化算法改进过程:首先采用莱维飞行策略初始化种群位置,增强种群的初始多样性;...
关键词：软件缺陷预测 改进蛇优化算法 随机森林 
基于机器学习的软件缺陷预测研究
《重庆大学学报》2025年第2期10-21,共12页喻皓 张莹 李倩 姜立标 尚云鹏 
国家自然科学基金(61602345)。
在机器学习技术逐渐渗透到各个领域的背景下,软件开发流程中的软件测试非常重要,面对在软件缺陷预测过程中出现的类别不平衡和准确性问题,提出一种基于监督学习的解决方案,采用样本平衡技术,结合合成少数类过采样技术(synthetic minorit...
关键词：软件缺陷预测 机器学习 类不平衡 XGBoost 随机森林 
基于深度学习模型的软件缺陷预测和自动纠错技术研究
《电脑编程技巧与维护》2025年第1期102-104,共3页柯灵 
研究了深度学习技术在软件缺陷预测和自动纠错中的应用。利用卷积神经网络(CNN)、循环神经网络(RNN)和长短时记忆网络(LSTM),在多个软件项目中验证了深度学习在提高缺陷检测准确性和修复效率方面的潜力。实际应用结果凸显了深度学习模...
关键词：深度学习 软件缺陷预测 自动纠错 应用 
基于细粒度代码表示和特征融合的即时软件缺陷预测方法
《计算机科学》2025年第1期242-249,共8页朱晓燕 王文格 王嘉寅 张选平 
国家自然科学基金(72274152)。
即时软件缺陷预测指在软件更改初次提交之际预测该更改引入缺陷的倾向。此类预测针对单一程序变更,而非在粗粒度上进行。由于其即时性和可追溯性,该技术已在持续测试等领域得到广泛应用。目前的研究中,提取变更代码表示的方法粒度较粗,...
关键词：即时软件缺陷预测 特征融合 软件工程 深度学习 代码表示 
基于特征提取和Stacking集成学习的软件缺陷预测
《计算机应用与软件》2025年第1期25-29,48,共6页崔梦天 吴克奇 Mariani M S 
国家自然科学基金项目(12050410248);四川省科技计划项目(2021YFH0120,25GJHZ0156,2023YFN0026);人力资源和社会保障部国家外国专家项目(H20240672)。
针对缺陷数据的相关性较高以及单一的分类算法存在泛化性不高的问题,提出一种软件缺陷预测模型KSSDP(KPCA Stacking Software Defect Prediction)。采用核主成分分析(KPCA)对缺陷数据集进行特征提取,使用混合采样SMOTEENN方法解决缺陷...
关键词：核主成分分析 特征提取 KSSDP模型 集成学习 软件缺陷预测 
软件缺陷预测中不平衡数据分类算法研究
《信息技术》2024年第12期149-158,166,共11页张健 姜虹 
陕西高等职业教育教学改革研究项目(21GY047);汉中职业技术学院教学研究与改革项目(HZZYJY2021003,HZZYGL-2021004)。
针对不平衡数据导致软件缺陷预测准确率低的问题,文中提出一种多层次自适应判断合成随机过采样(AJCC-Ram)结合XGBoost集成学习的不平衡数据分类方法(简称XG-AJCC)。该模型采用AJCC-Ram方法和XGBoost方法分别进行不平衡数据预处理和数据...
关键词：AJCC-Ram XGBoost集成学习 过采样 不平衡数据分类 软件缺陷预测 
基于知识回放的即时软件缺陷预测增量模型
《计算机应用研究》2024年第11期3420-3425,共6页张文静 李勇 王越 
新疆维吾尔自治区自然科学基金资助项目(2022D01A225);国家自然科学基金资助项目(62241209);新疆师范大学研究生科研创新项目(XSY202301006)。
即时软件缺陷预测技术可以实现细粒度代码变更的即时缺陷预测,对于提高软件代码质量和保证软件可靠性具有重要意义。传统静态软件缺陷预测模型在处理即时软件数据流时会存在“知识遗忘”的情况,从而导致模型泛化性能较差的问题。为此,...
关键词：即时软件缺陷预测 增量学习 知识回放 知识蒸馏 
面向可解释性的软件缺陷预测主动学习方法
《现代电子技术》2024年第20期101-108,共8页王越 李勇 张文静 
新疆维吾尔自治区自然科学基金项目(2022D01A225);新疆维吾尔自治区重点研发计划项目(2022B01007-1)。
针对软件缺陷预测中数据标注代价较高及深度学习模型缺乏可解释性的问题,提出一种面向可解释性的软件缺陷预测主动学习方法。首先,基于主动学习技术,通过样本选择策略从目标项目中筛选出不确定性高的样本进行专家标注,并将这些标注样本...
关键词：软件缺陷预测 主动学习 可解释性 数据标注 数据选择策略 深度学习 
全选清除导出
共26页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部