期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于代价敏感神经网络算法的软件缺陷预测
被引量：
9
1
作者
缪林松
《电子科技》
2012年第6期75-78,共4页
软件缺陷预测作为软件工程领域的重要研究内容已有近30年。近年来,随着机器学习技术的发展,传统机器学习技术基于静态代码属性的软件缺陷预测领域得到广泛应用。然而,传统的机器学习算法并未考虑软件缺陷预测过程中,常见的代价敏感问题...
软件缺陷预测作为软件工程领域的重要研究内容已有近30年。近年来,随着机器学习技术的发展,传统机器学习技术基于静态代码属性的软件缺陷预测领域得到广泛应用。然而,传统的机器学习算法并未考虑软件缺陷预测过程中,常见的代价敏感问题与类不均衡问题。文中将基于过采样技术和阈值移动技术的代价敏感神经网络算法应用于软件缺陷预测领域,从而解决该领域的代价敏感问题与类不均衡问题。在NASA软件缺陷预测标准数据集上的实验证明了其有效性。
展开更多
关键词
软件缺陷预测
代价敏感神经网络
代价
敏感
类不均衡
在线阅读
下载PDF
职称材料
基于代价敏感神经网络集成模型的类别不平衡问题研究
被引量：
2
2
作者
张俊杰
曹丽
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第11期1573-1579,共7页
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先...
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先通过随机下采样,得到多组训练数据集;其次对每组训练数据集训练BP神经网络,并结合代价矩阵构造多个代价敏感神经网络;最后以代价敏感神经网络为基学习器构造并行集成模型,并以投票的方式进行最终决策。实验结果表明,该模型在F 1值、AUC值和期望总体代价3种性能方面表现优越,并具有一定的鲁棒性。
展开更多
关键词
类别不平衡
随机下采样
代价敏感神经网络
(CSNN)
集成模型
Friedman检验
在线阅读
下载PDF
职称材料
题名
基于代价敏感神经网络算法的软件缺陷预测
被引量：
9
1
作者
缪林松
机构
南京航空航天大学计算机科学与技术学院
出处
《电子科技》
2012年第6期75-78,共4页
文摘
软件缺陷预测作为软件工程领域的重要研究内容已有近30年。近年来,随着机器学习技术的发展,传统机器学习技术基于静态代码属性的软件缺陷预测领域得到广泛应用。然而,传统的机器学习算法并未考虑软件缺陷预测过程中,常见的代价敏感问题与类不均衡问题。文中将基于过采样技术和阈值移动技术的代价敏感神经网络算法应用于软件缺陷预测领域,从而解决该领域的代价敏感问题与类不均衡问题。在NASA软件缺陷预测标准数据集上的实验证明了其有效性。
关键词
软件缺陷预测
代价敏感神经网络
代价
敏感
类不均衡
Keywords
software defect prediction
cost-sensitive neural networks
cost-sensitive
class-imbalance
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于代价敏感神经网络集成模型的类别不平衡问题研究
被引量：
2
2
作者
张俊杰
曹丽
机构
合肥工业大学数学学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023年第11期1573-1579,共7页
基金
国家自然科学基金资助项目(41972304)。
文摘
在解决类别不平衡问题的过程中,传统分类模型往往偏向对大类别样本的学习,影响模型分类效果。基于此,文章从数据采样、模型选择2方面入手,给出代价敏感神经网络集成(cost-sensitive neural network ensemble,CSNN_Ensemble)模型。首先通过随机下采样,得到多组训练数据集;其次对每组训练数据集训练BP神经网络,并结合代价矩阵构造多个代价敏感神经网络;最后以代价敏感神经网络为基学习器构造并行集成模型,并以投票的方式进行最终决策。实验结果表明,该模型在F 1值、AUC值和期望总体代价3种性能方面表现优越,并具有一定的鲁棒性。
关键词
类别不平衡
随机下采样
代价敏感神经网络
(CSNN)
集成模型
Friedman检验
Keywords
class imbalance
random under-sampling
cost-sensitive neural network(CSNN)
ensemble model
Friedman test
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于代价敏感神经网络算法的软件缺陷预测
缪林松
《电子科技》
2012
9
在线阅读
下载PDF
职称材料
2
基于代价敏感神经网络集成模型的类别不平衡问题研究
张俊杰
曹丽
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2023
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
