论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 刘成斌,郑巍,樊鑫,杨丰玉
关键词: 软件网络,缺陷预测,卷积神经网络,语义特征,网络表征学习
来源: 计算机应用 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用,自动化技术
单位: 南昌航空大学软件学院,南昌航空大学软件测评中心
基金: 江西省教育厅自然科学基金资助项目(GJJ180523)~~
分类号: TP311.53;TP18
页码: 3633-3638
总页数: 6
文件大小: 16091K
下载量: 110