基于极限学习机的软件缺陷预测分析研究.pdfVIP

信息记录材料２０２４年２月第２５卷第２期

基于极限学习机的软件缺陷预测分析研究

徐舜

（武汉轻工大学数学与计算机学院湖北武汉４３００４８）

【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（ｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａｃｈｉｎｅ，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。

【关键词】机器学习；软件缺陷预测；软件度量；软件质量检测

－－－

【中图分类号】ＴＰ３１１【文献标识码】Ａ【文章编号】１００９５６２４（２０２４）０２００７５０３

０引言