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
1
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
应用非线性加权的集成学习软件缺陷序列预测算法
被引量：
6
1
作者
贾晓琳
樊帅帅
+1 位作者
罗雪
朱晓燕
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2017年第7期156-161,共6页
针对当前软件缺陷序列预测算法准确度不高的问题,提出了基于非线性加权的集成学习软件缺陷序列预测算法(NLWEPrediction)。该算法在常见线性集成预测算法的基础上增加了非线性回归项,回归项代表了集成预测算法中基预测算法之间的相互关...
针对当前软件缺陷序列预测算法准确度不高的问题,提出了基于非线性加权的集成学习软件缺陷序列预测算法(NLWEPrediction)。该算法在常见线性集成预测算法的基础上增加了非线性回归项,回归项代表了集成预测算法中基预测算法之间的相互关系,修正了线性集成预测的偏差,并通过梯度下降法求解了模型中的参数。实验表明:NLWEPrediction在14个软件缺陷数据集上的均方误差均小于250,并且平均绝对误差均小于13。通过与基预测算法、集成预测Bagging、Stacking算法和只考虑两个分类器关系的非线性加权集成学习算法进行对比,可以看出,NLWEPrediction预测算法的均方误差和平均绝对误差显著减小,预测精度显著提高,说明在线性集成预测算法基础上增加非线性回归项,能够有效提高集成学习算法的分类效果。
展开更多
关键词
软件缺陷序列
预测算法
软件缺陷
集成学习
在线阅读
下载PDF
职称材料
题名
应用非线性加权的集成学习软件缺陷序列预测算法
被引量：
6
1
作者
贾晓琳
樊帅帅
罗雪
朱晓燕
机构
西安交通大学电子与信息工程学院学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2017年第7期156-161,共6页
基金
国家自然科学基金资助项目(61402355)
中央高校基本科研业务费专项基金资助项目(jj2014050)
文摘
针对当前软件缺陷序列预测算法准确度不高的问题,提出了基于非线性加权的集成学习软件缺陷序列预测算法(NLWEPrediction)。该算法在常见线性集成预测算法的基础上增加了非线性回归项,回归项代表了集成预测算法中基预测算法之间的相互关系,修正了线性集成预测的偏差,并通过梯度下降法求解了模型中的参数。实验表明:NLWEPrediction在14个软件缺陷数据集上的均方误差均小于250,并且平均绝对误差均小于13。通过与基预测算法、集成预测Bagging、Stacking算法和只考虑两个分类器关系的非线性加权集成学习算法进行对比,可以看出,NLWEPrediction预测算法的均方误差和平均绝对误差显著减小,预测精度显著提高,说明在线性集成预测算法基础上增加非线性回归项,能够有效提高集成学习算法的分类效果。
关键词
软件缺陷序列
预测算法
软件缺陷
集成学习
Keywords
software defect series
prediction algorithm
software defect
ensemble learning
分类号
O121.8 [理学—基础数学]
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
应用非线性加权的集成学习软件缺陷序列预测算法
贾晓琳
樊帅帅
罗雪
朱晓燕
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2017
6
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
