海洋资源大数据系统中缺陷多步预测方法

来源：计算机技术与发展杂志2021年第06期北京时间：

作者：李昭;';彭小红;';谢仕义;'*;梁春林;';赵一;';蔡莉华;'

单位：1. 南方海洋科学与工程广东省实验室(湛江) 南海资源大数据中心,广东 湛江 524013;2. 广东海洋大学 数学与计算机学院,广东 湛江 524088

摘要：软件缺陷预测是提升系统质量的有效途径,也是影响软件组件中缺陷检测与修复效率的关键因素。 海洋资源大数据系统属于典型的软件密集型系统,在该系统的软件质量保障环节,针对缺陷预测中训练数据不平衡以及单一回归技术对有缺陷组件缺陷数预测的支持能力不足的现状,从两方面提升组件缺陷数预测的效能:提出采用 SMOTE 技术构建均衡样本数据集,对不均衡的样本数据集中有缺陷组件进行过采样,兼顾不同类别样本占比,提升预测的准确性;提出一种支持先分类后回归的缺陷数多步预测方法,利用支持向量机对组件进行分类,筛除分类结果中无缺陷组件,采用回归技术建立组件缺陷数预测模型,有效实现组件缺陷数多步预测,进一步提升预测准确性。 通过开源数据集完成实验评估,结果表明多步预测方法的准确性优于单一使用回归技术的预测方法,多步预测方法具有较高的总体效能和实用性。

关键词：软件缺陷预测;SMOTE 技术;支持向量机;回归建模;多步预测