|
|
1.
基于网络表征学习的混合缺陷预测模型
刘成斌, 郑巍, 樊鑫, 杨丰玉
计算机应用
2019, 39 (12):
3633-3638.
DOI: 10.11772/j.issn.1001-9081.2019061028
针对软件系统模块间具有依赖关系的问题，通过对软件系统网络结构进行分析，构建了基于网络表征学习的混合缺陷预测模型。首先，将软件系统以模块为单位转换成软件网络；然后，使用网络表征技术来无监督学习软件网络中每个模块的系统结构特征；最后，结合系统结构特征和卷积神经网络学习的语义特征构建一个混合缺陷预测模型。实验结果表明：在Apache三个开源软件poi、lucene和synapse上所提混合缺陷预测模型具有更好的缺陷预测效果，其F1指标比最优模型——基于卷积神经网络（CNN）的缺陷预测模型分别提高了3.8%、1.0%、4.1%。软件网络结构特征分析为缺陷预测模型的构建提供了有效的研究思路。
参考文献 |
相关文章 |
多维度评价
|
|
