改进加权朴素贝叶斯的软件缺陷预测算法
郭树强1; 黄蕊2; 李卿3
2021-03-20
发表期刊控制工程
ISSN1671-7848
卷号28期号:03页码:600-605
摘要针对软件缺陷预测领域特征之间存在紧密关联性而影响朴素贝叶斯分类性能的问题,提出一种改进加权朴素贝叶斯的分类算法。首先,通过预处理步骤以及特征成对计算,创建彼此之间的依赖关系。然后,通过构造权值的方式实现朴素贝叶斯的独立性假设松弛。最后,使用离散化方法将软件指标的数值转化为分类值,并利用min-max归一化程序对数据进行归一化处理。使用获得广泛认可的NASA信用数据库进行实验,实验结果表明,提出的改进算法比标准朴素贝叶斯方法预测效果更好,相比其他几种同类算法,提出的算法更具竞争性。
关键词加权朴素贝叶斯 特征不相关 加权系数 软件缺陷预测 离散化 min-max归一化
DOI10.14107/j.cnki.kzgc.20180502
URL查看原文
收录类别北大核心 ; CSCD
语种中文
资助项目河北省高等学校科学技术研究项目(z2015167)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/49262
专题国家开放大学河北分部
通讯作者郭树强
作者单位1.河北司法警官职业学院信息技术部;
2.承德广播电视大学人工智能研究院;
3.河北科技大学理工学院
推荐引用方式
GB/T 7714
郭树强,黄蕊,李卿. 改进加权朴素贝叶斯的软件缺陷预测算法[J]. 控制工程,2021,28(03):600-605.
APA 郭树强,黄蕊,&李卿.(2021).改进加权朴素贝叶斯的软件缺陷预测算法.控制工程,28(03),600-605.
MLA 郭树强,et al."改进加权朴素贝叶斯的软件缺陷预测算法".控制工程 28.03(2021):600-605.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[郭树强]的文章
[黄蕊]的文章
[李卿]的文章
百度学术
百度学术中相似的文章
[郭树强]的文章
[黄蕊]的文章
[李卿]的文章
必应学术
必应学术中相似的文章
[郭树强]的文章
[黄蕊]的文章
[李卿]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于无线传感网络的无人机喷药沉积效果检测
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。