在软件缺陷预测的回归建模中,由静态代码提取的类层面度量元(特征)以及由方法聚合(sum、avg、max、min)到类的特征往往较多,使用传统的特征选择方法(如AIC、BIC)通常先要确定了模型,不同的模型选出的特征集差异较大,且模型的可解释性差...在软件缺陷预测的回归建模中,由静态代码提取的类层面度量元(特征)以及由方法聚合(sum、avg、max、min)到类的特征往往较多,使用传统的特征选择方法(如AIC、BIC)通常先要确定了模型,不同的模型选出的特征集差异较大,且模型的可解释性差.最大信息系数MIC (maximal information coefficient)是Reshef等^([4])提出的度量两个连续变量之间相互依赖程度的一个指标,且有基于观测数据的计算办法.本文基于软件缺陷个数与各特征的MIC度量先选择特征,再对所选特征进行了适当的幂次变换,最后使用主成分泊松和负二项回归建模.本文实验基于NASA的KC1的类层面数据集,采用了m×2交叉验证的序贯t-检验来对两模型的性能差异的显著性进行检验,模型性能评价指标采用FPA、AAE、ARE.实验结果表明:1)基于MIC选出的特征主要是sum、avg、max三种聚合模式特征,与AIC、BIC方法有明显的差异;2)对特征做适当的幂次变换在多数模型下可以改善其性能;3)对特征做幂次变换后,做主成分分析与因子分析可以得到两个明显的因子,其一个因子正好对应avg与max聚合模式的特征集,另一个因子正好对应sum的聚合模式特征集,使得模型具有较好的可解释性.综合实验的各项指标可以得出,sum、avg、max三种聚合模式对软件缺陷预测有显著作用,且基于MIC所选特征而构造的模型是有优势的.展开更多
城市快速路的车速空间波动常被认为是事故风险的重要因素,但是车速空间波动很难通过传统的固定检测器来提取。为克服传统方法的不足,本文充分利用Floating Car Data(FCD)提取快速路路段的空间车速方差等道路运行指标,并在获取快速路特...城市快速路的车速空间波动常被认为是事故风险的重要因素,但是车速空间波动很难通过传统的固定检测器来提取。为克服传统方法的不足,本文充分利用Floating Car Data(FCD)提取快速路路段的空间车速方差等道路运行指标,并在获取快速路特征指标的基础上,分别以总事故频率、追尾事故频率和侧碰事故频率为因变量建立了负二项模型。模型结果发现空间车速方差、路段行程车速对三类模型的影响呈现一致关系:空间车速方法与三类事故频率呈正相关,说明利用车速空间波动来诊断城市快速路安全风险是可行和有价值的。此外还发现路段行程车速与三类事故频率呈负相关,路段内包含平曲线对事故总频率和追尾事故都有显著正相关,但对侧碰事故的相关性不显著;立交路段与侧碰事故频率相关性显著。展开更多
基金The research was supported by the Fundamental Research Funds for the Central Universities(Grant Nos.2020CDJSK02ZH03,2021CDSKXYJG012)the MOE project of Humanities and Social Sciences on the west and the border area(Grant Nos.20XJC910001,14XJC910001)+1 种基金the China Scholarship Council(Grant No.201606055028)the National Natural Science Foundation of China(Grant No.11671060).
文摘在软件缺陷预测的回归建模中,由静态代码提取的类层面度量元(特征)以及由方法聚合(sum、avg、max、min)到类的特征往往较多,使用传统的特征选择方法(如AIC、BIC)通常先要确定了模型,不同的模型选出的特征集差异较大,且模型的可解释性差.最大信息系数MIC (maximal information coefficient)是Reshef等^([4])提出的度量两个连续变量之间相互依赖程度的一个指标,且有基于观测数据的计算办法.本文基于软件缺陷个数与各特征的MIC度量先选择特征,再对所选特征进行了适当的幂次变换,最后使用主成分泊松和负二项回归建模.本文实验基于NASA的KC1的类层面数据集,采用了m×2交叉验证的序贯t-检验来对两模型的性能差异的显著性进行检验,模型性能评价指标采用FPA、AAE、ARE.实验结果表明:1)基于MIC选出的特征主要是sum、avg、max三种聚合模式特征,与AIC、BIC方法有明显的差异;2)对特征做适当的幂次变换在多数模型下可以改善其性能;3)对特征做幂次变换后,做主成分分析与因子分析可以得到两个明显的因子,其一个因子正好对应avg与max聚合模式的特征集,另一个因子正好对应sum的聚合模式特征集,使得模型具有较好的可解释性.综合实验的各项指标可以得出,sum、avg、max三种聚合模式对软件缺陷预测有显著作用,且基于MIC所选特征而构造的模型是有优势的.
文摘城市快速路的车速空间波动常被认为是事故风险的重要因素,但是车速空间波动很难通过传统的固定检测器来提取。为克服传统方法的不足,本文充分利用Floating Car Data(FCD)提取快速路路段的空间车速方差等道路运行指标,并在获取快速路特征指标的基础上,分别以总事故频率、追尾事故频率和侧碰事故频率为因变量建立了负二项模型。模型结果发现空间车速方差、路段行程车速对三类模型的影响呈现一致关系:空间车速方法与三类事故频率呈正相关,说明利用车速空间波动来诊断城市快速路安全风险是可行和有价值的。此外还发现路段行程车速与三类事故频率呈负相关,路段内包含平曲线对事故总频率和追尾事故都有显著正相关,但对侧碰事故的相关性不显著;立交路段与侧碰事故频率相关性显著。
