基于利用未标记数据学习的软件质量保证研究

【类型】学位论文

【作者】杨子旭 

【关键词】 软件缺陷发现 工作量预测 软件质量保证 正例和无标记样本学习 二次学习

【学位授予单位】南京大学

【学位年度】2015

【学位名称】硕士

【分类号】TP311.53

【导师姓名】黎铭

【摘要】随着软件在日常生活中融入程度的不断加深,人们对软件质量的要求也越来越高。为了从软件缺陷客体和开发人员主体两方面提升软件质量,本文分别就软件缺陷发现和软件开发工作量预测两项具体应用进行了研究和分析,并利用未标记数据学习的方法来解决该两项应用中有效有标记数据稀缺的问题,取得了如下成果:第一,针对具有偏差标记的软件缺陷发现问题,本文将全部无缺陷模块视为未标记数据,采用正例和无标记样本学习框架,提出一种新型的基于核密度估计方法的可信赖负例提取方法。该方法可以有效的发现原始标记为无缺陷软件模块中潜在的有缺陷模块;同

【全文挂接】 获取全文