基于特征提取和Stacking集成学习的软件缺陷预测.pdfVIP

基于特征提取和Stacking集成学习的软件缺陷预测.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第42卷第1期计算机应用与软件Vol42No.1

2025年1月ComputerApplicationsandSoftwareJan.2025

基于特征提取和Stacking集成学习的软件缺陷预测

112

崔梦天吴克奇MarianiMS

1(西南民族大学计算机科学与工程学院四川成都610041)

2(苏黎世大学信息系瑞士苏黎世8050)

摘要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(KPCAStackingSoftwareDefectPrediction)。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方法解决缺陷数据集的类不平衡问题,使用KMeans算法对缺陷数据集进行聚类以剔

除异常值,使用Stacking集成学习构建KSSDP集成预测模型并进行仿真实验,结果表明该模型比基模型、主流集

成模型和深度学习模型的性能更好。

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

中图分类号TP311文献标志码ADOI:10.3969/j.issn.1000386x.2025.01.003

SOFTWAREDEFECTPREDICTIONBASEDONFEATUREEXTRACTION

ANDSTACKINGINTEGRATEDLEARNING

112

CuiMengtianWuKeqiMarianiMS

1(SchoolofComputerScienceandEngineering,SouthwestMinzuUniversity,Chengdu610041,Sichuan,China)

2(DepartmentofInformation,UniversityofZurich,Zurich8050,Switzerland)

AbstractAsoftwaredefectpredictionmodelKPCAstackingsoftwaredefectprediction(KSSDP)isproposedconsidering

theproblemsofthehighcorrelationofdefectdataandthelowgeneralizationofasingleclassificationalgorithm.Kernel

principalcomponentanalysis(KPCA)wasintroducedtoextractfeaturesfromdefectdatasets.Themixedsampling

SMOTEENNmethodwasusedtosolvetheclassimbalanceproblemofdefectdatasets.TheKMeansalgorithmwas

adoptedtoclusterthedefectdatasetstoeliminatetheoutliersofthedatasets.KSSDPintegratedpredictionmodelwas

constructedusingtheStackingintegratedlearningforthesimulationexperiments.Theresultsshowthattheproposed

modeliseffectivecomparedwiththebasemodels,themainstreamintegratedmodelsandthedeeplearningmodel.

KeywordsKPCAFeatureextractionKSSDPmodelIntegratedlea

文档评论(0)

经管专家 + 关注
实名认证
服务提供商

初级会计持证人

专注于经营管理类文案的拟写、润色等,本人已有10余年相关工作经验,具有扎实的文案功底,尤善于各种框架类PPT文案,并收集有数百万份各层级、各领域规范类文件。欢迎大家咨询!

版权声明书
用户编号:6055234005000000
领域认证 该用户于2023年12月17日上传了初级会计

1亿VIP精品文档

相关文档