计算机应用研究2021，Vol.38Issue(6) ：1815-1818.DOI:10.19734/j.issn.1001-3695.2020.07.0249

ORESP:基于有序回归的软件缺陷严重程度预测方法

ORESP:software defect severity prediction based on ordinal regression

贾焱鑫 陈翔 葛骅 杨光 林浩
计算机应用研究2021，Vol.38Issue(6) ：1815-1818.DOI:10.19734/j.issn.1001-3695.2020.07.0249
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

ORESP:基于有序回归的软件缺陷严重程度预测方法

ORESP:software defect severity prediction based on ordinal regression

贾焱鑫 1陈翔 2葛骅 1杨光 1林浩1
扫码查看

作者信息

  • 1. 南通大学 信息科学技术学院,江苏 南通 226019
  • 2. 南通大学 信息科学技术学院,江苏 南通 226019;南京大学 计算机软件新技术国家重点实验室,南京210023
  • 折叠

摘要

为提高软件缺陷严重程度的预测性能,通过充分考虑软件缺陷严重程度标签间的次序性,提出一种基于有序回归的软件缺陷严重程度预测方法ORESP.该方法首先使用基于Spearman的特征选择方法来识别并移除数据集内的冗余特征,随后使用基于比例优势模型的神经网络来构建预测模型.通过与五种经典分类方法的比较,所提的ORESP方法在四种不同类型的度量下均可取得更高的预测性能,其中基于平均0-1误差(MZE)评测指标,预测模型性能最大可提升10.3％;基于平均绝对误差(MAE)评测指标,预测模型性能最大可提升12.3％.除此之外,发现使用基于Spearman的特征选择方法可以有效提升ORESP方法的预测性能.

关键词

软件质量保障/缺陷严重程度预测/有序回归/特征选择/分类

引用本文复制引用

基金项目

国家自然科学基金(61702041)

南京大学计算机软件新技术国家重点实验室开放课题(KFKT2019B14)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量1
参考文献量3
段落导航相关论文