应用非线性加权的集成学习软件缺陷序列预测算法

• 作 者: 贾晓琳 樊帅帅 罗雪 朱晓燕
• 机 构: 西安交通大学电子与信息工程学院学院
• 出 处: 西安交通大学学报
• 发表日期: 2017年7期
• 关键词: 软件缺陷序列 预测算法 软件缺陷 集成学习 software defect series prediction algorithm software def
• 基金项目: 国家自然科学基金资助项目（61402355）, 中央高校基本科研业务费专项基金资助项目（jj2014050）

针对当前软件缺陷序列预测算法准确度不高的问题,提出了基于非线性加权的集成学习软件缺陷序列预测算法（NLWEPrediction）。该算法在常见线性集成预测算法的基础上增加了非线性回归项,回归项代表了集成预测算法中基预测算法之间的相互关系,修正了线性集成预测的偏差,并通过梯度下降法求解了模型中的参数。实验表明：NLWEPrediction在14个软件缺陷数据集上的均方误差均小于250,并且平均绝对误差均小于13。通过与基预测算法、集成预测Bagging、Stacking算法和只考虑两个分类器关系的非线性加权