首页|ORESP:基于有序回归的软件缺陷严重程度预测方法

ORESP:基于有序回归的软件缺陷严重程度预测方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
ORESP:software defect severity prediction based on ordinal regression

贾焱鑫、陈翔、葛骅、杨光、林浩

展开 >

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

软件质量保障 缺陷严重程度预测 有序回归 特征选择 分类

国家自然科学基金南京大学计算机软件新技术国家重点实验室开放课题

61702041KFKT2019B14

2021

10.19734/j.issn.1001-3695.2020.07.0249

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
年,卷(期)：2021.38(6)
  • 1
  • 3