基于改进MDS的软件缺陷预测

作     者：史雪静 吴飞 荆晓远 SHI Xue-jing;WU Fei;JING Xiao-yuan

作者机构：南京邮电大学计算机学院江苏南京210003 南京邮电大学自动化学院江苏南京210003 武汉大学计算机学院软件工程国家重点实验室湖北武汉430072 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2017年第27卷第12期

页      面：20-22,27页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61272273) 

主　　题：多维尺度分析 对称不确定性 阈值相关性 软件缺陷预测 

摘      要：随着计算机技术的发展,计算机软件产品给个人和企业都带来了很多方便,但很多软件也会存在各种缺陷。为了找到并解决软件中存在的缺陷,研究者将机器学习等方法应用到软件缺陷预测之中,但这些方法在数据预处理方面还存在很多需要改善的地方。在之前的研究中,有研究者使用多维尺度分析(MDS)对数据样本进行降维,但关于如何使用和改善MDS的方法却很少。文中提出了基于阈值相关性的多维尺度分析(TC_MDS)方法,在使用MDS方法的基础上,使用对称不确定性(SU)方法提取具有高鉴别的特征,并使用阈值相关性去除冗余特征。该方法学习得到的数据具有高鉴别性,去除了冗余特征,从而提高了预测效率。在软件工程NASA数据库上的实验结果表明,提出的方法具有较好的缺陷预测效果。