基于粗糙集支持向量机的软件缺陷预测

来源：计算机工程与科学杂志2015年第1期北京时间：

作者：孟倩1,2，马小平1

单位：（1.中国矿业大学信电学院，江苏 徐州 221008；2.江苏师范大学计算科学与技术学院,江苏 徐州 221116

摘要：软件缺陷预测已成为软件工程的重要研究课题，构造了一个基于粗糙集和支持向量机的软件缺陷预测模型。该模型通过粗糙集对原样本集进行属性约减，去掉冗余的和与缺陷预测无关的属性，利用粒子群对支持向量机的参数做选择。实验数据来源于NASA公共数据集，通过属性约减，特征属性由21个约减为5个。实验表明，属性约减后，Bayes分类器、CART树、神经网络和本文提出的粗糙集—支持向量机模型的预测性能均有所提高，本文提出的粗糙集支持向量机的预测性能好于其他三个模型。

关键词：粗糙集,支持向量机,软件缺陷,预测,粒子群,

基金资助：国家自然科学基金资助项目（61303183）；江苏省自然科学基金资助项目（BK20130204）;高等学校博士学科点专项科研基金资助项目（20120095120023）