ISSN 1009-5624 CN 10-2021/TQ    主管:中国乐凯集团有限公司    主办:北京乐凯科技有限公司

中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
首页 > 刊期 > 2024 > 2期 > 信息:技术与应用
基于极限学习机的软件缺陷预测分析研究
徐 舜

【摘要】软件测试是软件开发生命周期中最主要的阶段,它可以最大限度地减少软件的缺陷,软件缺陷预测是近几年来软件研究

人员关注的一个领域。为了提高缺陷模型的准确性,本文提出使用极限学习机(extreme learning machine,ELM)算法来预测缺陷。首

先,从Eclipse 程序库中提取3 个版本控制系统用作训练数据并做预处理;其次,使用ELM 算法来训练模型;最后,使用一些指标进行

性能预测。基于软件包的预测结果证明ELM 适合跨版本缺陷预测。


【关键字】机器学习;软件缺陷预测;软件度量;软件质量检测