基于遷移學習的跨項目軟件缺陷預測.pdf

1、缺陷預測技術被廣泛運用于軟件開發(fā)過程提前發(fā)現(xiàn)與鎖定軟件缺陷，但是由于數(shù)據(jù)集的缺乏使得項目初期的缺陷預測遇到冷啟動的問題，無法構建一個有效的預測模型。一種可能的解決方法是使用其他項目數(shù)據(jù)建立預測模型，預測目標項目的軟件缺陷。跨項目軟件缺陷預測不僅有利于解決項目初期缺乏數(shù)據(jù)集的問題，而且能減少創(chuàng)建和提取特征所花費的時間與代價，并能從各類相似項目中獲得目標項目所忽視的特征信息。然而，跨項目缺陷預測技術仍然處于初期，項目差異性是導致其預測準確率

2、降低的重要原因。本文從項目差異性問題出發(fā)，基于遷移學習，從數(shù)據(jù)集優(yōu)化、特征選擇、預測算法等角度，研究提出了跨項目缺陷預測統(tǒng)一框架和兩種較高精度的跨項目缺陷預測方法。
　　本文首先提出一個跨項目缺陷預測總體框架?？蚣芤阅繕隧椖繑?shù)據(jù)樣本和其他項目數(shù)據(jù)集為基礎，通過遷移學習，進行跨項目缺陷預測建模，構建預測模型，并最終對目標項目進行有效的缺陷預測。接著，本文分別采用特征遷移和實例遷移技術，提出了兩種基于遷移學習的跨項目缺陷預測建模的方法

3、。
　　方法1為基于特征遷移的跨項目缺陷預測方案評估與模型訓練（TrSchemaEval），它基于部分目標數(shù)據(jù)集樣本篩選和遷移其他項目訓練集；逐一檢驗不同的預測方案，選擇最佳的特征選擇算法和預測算法；基于篩選遷移的訓練集和評估得出的預測方案，訓練并建立跨項目缺陷預測模型。
　　方法2為基于實例遷移的跨項目缺陷預測模型訓練，在現(xiàn)有TrAdaBoost算法基礎上，本文進行了多源適應性改進，提出了兩種預測模型訓練算法――Merge

4、TrAdaBoost和MultiTrAdaBoost。其中，MergeTrAdaBoost引入篩選概念，減少無關聯(lián)數(shù)據(jù)量，并提高訓練的效率；MultiTrAdaBoost利用多次迭代，訓練自適應單源單目標模型并整合成一個強分類模型。
　　最后，為了驗證基于遷移學習的跨項目軟件缺陷預測框架和方法的有效性，本文進行了一系列實驗。實驗一，將 TrSchemaEval方法與項目內缺陷預測進行對比。實驗結果表明 TrSchemaEval方法