基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料

对跨项目缺陷预测问题展开了深入研究，在源项目实例选择时，考虑了三种不同的实例相似度计算方法，并发现这些方法的缺陷预测结果存在多样性，因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BCEL。具体来说，基于不同的实例相似度计算方法，从候选集中选出不同的训练集；针对这些数据集，进行有针对性的Box-Cox转换，并借助特定分类方法构造出不同的基分类器，最后将这三个基分类器进行有效集成。基于实际项目的数据集，验证了BCEL方法的有效性，并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响。

1、NASA MDP 软件缺陷数据集介绍：软件缺陷预测研究中心广泛应用NASA公布的NASA IV＆V Facility Metrics Data Program(MDP)数据集。 MDP包括 13个不同的数据集，这些数据均来自NASA 的13个实际软件项目，由最常见的开发语言编写。每个数据集包含来自不同软件项目的若干模块，规模从 125个模块到 17186 个模块不等。各个数据集由LOC、McCabe、Halstead等几类度量元属性和是否包含缺陷的类别标记（defective）组成。MDP数据集所提供的记录，一行代表一个模块，每个字段对应一个属性。 2、NASA MDP 数据集是软件缺陷预测使用的数据集； 3、该数据集是向官方索取的，包含13个数据集文件，用于实验研究； 4、数据集文件格式是arff格式。

基于特征选择的软件缺陷预测方法.pdf

基于遗传优化支持向量机的软件缺陷预测模型，王男帅，薛静锋，有效的软件缺陷预测能够显著提高软件安全测试的效率，确保软件质量，支持向量机(support vector machine, SVM)具有非线性运算能力，是建立�

软件缺陷预测综述，张启航，武斌，软件缺陷预测是软件工程领域一个重要的问题，其结合人工智能方法对代码是否含有缺陷进行快速判断，提升了软件开发的效率和软件的

基于卷积神经网络的代价敏感软件缺陷预测模型.pdf

包括15个项目的CK数据集，包括15个项目的CK数据集包括15个项目的CK数据集包括15个项目的CK数据集

文档总结了常见的软件缺陷预测技术。 软件缺陷预测技术可以分为静态预测技术和动态预测技术两种。其中静态 预测技术是通过对软件以及相关开发环境、从业人员等属性的量化分析来预测软件缺陷的分布情况；动态预测技术则是通过对软件缺陷出现时间进行分析，总结软件缺陷与出现时间之间的关联关系并将其应用于软件缺陷预测的一种技术。由于具体实施方法和理论依据的多样化，使这两种技术都有很多分支，以应对不同类型的软件缺陷预测问题。

基于遗传算法和粒子群优化的神经网络软件缺陷预测