- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2016年南京大学《软件质量保证项目中的数据挖掘系统》(肖韬计算机系).pdf
1000-9825/2004/15(01)0000 ©2004 Journal of Software 软 件 学 报 Vol.15, No.1
软件质量保证项目中的数据挖掘系统
——基于半监督学习与SVMlight
肖韬
(南京大学 计算机科学与技术系,江苏 南京 210093)
A Data Mining System for Software Quality Assurance Project
——Based on Semi-supervised Learning and SVMlight
Xiao Tao
(Department of Computer Science and Technology, Nanjing University, Nanjing 210093, China)
Abstract : The principal purpose of this data mining system is to train a classifier based on given labeled records in
relatively small quantity and unlabeled records in relatively large quantity, such that we can deploy intense testing
work on suspicious models. To handle the two difficulties in this task, namely the imbalanced data distribution and
low percentage of labeled records in the whole data set, methods of data set slicing-and-reconstructing and SVMlight
based on semi-supervised learning are adopted. On top of SVMlight based on semi-supervised learning, this paper
tried the SVM algorithm which uses only the labeled data, so as to contrast the performan ce of these two classifying
algorithms. Finally, ten-fold cross-validation is carried out to test the classifying performance for these algorithms
and testing results are given out.
Key words: data mining ;classification ;data set slicing-and-reconstructing ;semi-supervised learning ;transductive
learning ;imbalanced data distribution ;SVMlight ;polling algorithm ;ten-fold cross-validation
摘 要: 本系统的主要任务是根据给定的少量已标记数据与大量未标记数据训练出一个分类器,预测给定的
软件模块是否含有可能的缺陷,以便对可能的缺陷模块重点展开测试。该任务的主要难点是数据分布的不均
衡性和已标记数据在测试数据集中的比重过低,为此本系统采用了数据集切分重构法来解决第一个难点,采
用基于半监督学习的 SVMlight 来解决第二个难点,并在这二者的基础之上使用投票算法来决定最终的分类结
果。除了采用基于半监督学习的SVMlight 来做分类器之外,本文还尝试了使用仅仅基于已标记数据的SVM 算
作者简介: 肖韬( 1985-),男, 江苏省南京市人, 硕士研究生在读,主要研究领域为计算机体系结构与并行计算.
随米文库,考试资料分享、查找、打印,一站式解决!
2 Journal of Software
您可能关注的文档
- 2013济宁事业单位继续教育试题答案2套试题.doc
- 2013高三毕业班会.ppt
- 2014—2015学年江西省全员远程培训上网操作指南.doc
- 2014山东三支一扶考试热点:生态文明新章节.doc
- 2014年12月网络安全通告.pdf
- 2014年1月视频媒体用户行为分析报告.pdf
- 2014年8月30日托福听力真题及解析.pdf
- 2014年军转快讯:北京市军培中心开展社会主义核心价值观学习辅导课程.pdf
- 2014年武汉大学考博目录.doc
- 2014年青海教师招聘考试历史学科考点一:社会主义建设新时期.doc
- 2016年咨询工程师继续教育——工程项目社会评价方法试卷(100分).docx
- 2016年数据结构与算法分析.pdf
- 2016年江苏自考27872会计基础学习核心知识点.doc
- 2016春季西交《宏观经济学(高起专)》在线作业.doc
- 2017上半年四川成都新津县招聘教师30人成绩查询入口.doc
- 2017中国STEM+创新教育大会日程安排420定稿.pdf
- 2017全球机器智能峰会盛大开幕 助燃人工智能高速发展.pdf
- 2017华东师范大学硕士发展与教育心理学专业目录.pdf
- 2017华东师范大学硕士认知神经科学专业目录.pdf
- 2017国家公务员时政热点:“慢就业”族是教育中低端供给的衍生品.doc
文档评论(0)