检索结果-南通市图书馆

Software Defect Prediction Method Based on Stable Learning

Computers, Materials & Continua 2024年第1期78卷 65-84页

作者： Xin Fan Jingen Mao liangjue lian Li Yu Wei Zheng Yun Ge College of Aerospace Engineering Nanjing University of Aeronautics and AstronauticsNanjing210012China School of Software Nanchang Hangkong UniversityNanchang330029China Software Testing and Evaluation Center Nanchang Hangkong UniversityNanchang330029China

The purpose of software defect prediction is to identify defect-prone code modules to assist software quality assurance teams with the appropriate allocation of resources and *** previous software defect prediction studies,transfer learning was effective in solving the problem of inconsistent project data ***,target projects often lack sufficient data,which affects the performance of the transfer learning *** addition,the presence of uncorrelated features between projects can decrease the prediction accuracy of the transfer learning *** address these problems,this article propose a software defect prediction method based on stable learning(SDP-SL)that combines code visualization techniques and residual *** method first transforms code files into code images using code visualization techniques and then constructs a defect prediction model based on these code *** the model training process,target project data are not required as prior *** the principles of stable learning,this paper dynamically adjusted the weights of source project samples to eliminate dependencies between features,thereby capturing the“invariance mechanism”within the *** approach explores the genuine relationship between code defect features and labels,thereby enhancing defect prediction *** evaluate the performance of SDP-SL,this article conducted comparative experiments on 10 open-source projects in the PROMISE *** experimental results demonstrated that in terms of the F-measure,the proposed SDP-SL method outperformed other within-project defect prediction methods by 2.11%-44.03%.In cross-project defect prediction,the SDP-SL method provided an improvement of 5.89%-25.46% in prediction performance compared to other cross-project defect prediction ***,SDP-SL can effectively enhance within-and cross-project defect predictions.

关键词： Software defect prediction code visualization stable learning sample reweight residual network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

LSTM在国家间双边关系预测中的应用

引用

福建电脑 2024年第6期40卷 64-67页

作者：练良珏胡梅婷邹昆南昌航空大学软件学院南昌330063

为预测国家之间双边关系的演化趋势,本文构建了一个国家之间“合作-冲突”的预测模型。该模型基于自注意力机制的长短期神经网络,以国家事件动作为特征,根据最近发生的一系列事件,预测下一个时间单元的冲突事件和合作事件的数量并以戈... 详细信息

为预测国家之间双边关系的演化趋势,本文构建了一个国家之间“合作-冲突”的预测模型。该模型基于自注意力机制的长短期神经网络,以国家事件动作为特征,根据最近发生的一系列事件,预测下一个时间单元的冲突事件和合作事件的数量并以戈尔德斯坦量评分进行衡量。通过公开的数据集验证模型的预测效果,结果表明本文模型具有较好的预测效果与国家关系判断能力。

关键词：国家间关系冲突与合作预测模型长短期神经网络

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：