Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于迁移学习的跨公司航天软件缺陷预测 | |
| 哈清华; 刘大有; 陈媛; 刘逻 | |
| 2019 | |
| 发表期刊 | 光学精密工程
 |
| 卷号 | 27期号:02页码:469-478 |
| 摘要 | 为提高航天软件测试的效率和质量,针对同公司航天软件数量少、研制周期长的特点,提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发,提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法,利用最近邻分类器和数据引力模型,对训练数据的分布特征进行修正,提高训练数据与目标数据的相似性;为提高模型的泛化能力以适应目标数据的多样性,提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用,实验结果表明,与已有软件缺陷预测方法相比,该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6),整体可信度得到有效增强(G-measure超过0.6),方法稳定度高,泛化能力较强;本方法在实际工程中对测试规模影响可控,测试效率得到提高。 |
| 关键词 | 缺陷预测 迁移学习 最近邻分类器 数据引力 朴素贝叶斯 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/63751 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 哈清华,刘大有,陈媛,等. 基于迁移学习的跨公司航天软件缺陷预测[J]. 光学精密工程,2019,27(02):469-478. |
| APA | 哈清华,刘大有,陈媛,&刘逻.(2019).基于迁移学习的跨公司航天软件缺陷预测.光学精密工程,27(02),469-478. |
| MLA | 哈清华,et al."基于迁移学习的跨公司航天软件缺陷预测".光学精密工程 27.02(2019):469-478. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于迁移学习的跨公司航天软件缺陷预测.c（259KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [哈清华]的文章 |
| [刘大有]的文章 |
| [陈媛]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [哈清华]的文章 |
| [刘大有]的文章 |
| [陈媛]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [哈清华]的文章 |
| [刘大有]的文章 |
| [陈媛]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论