首页>知识导航 > 可见光通信关键技术 > 可见光均衡技术 > 软件预均衡
资源种类 收起
年份 收起
展开更多
语种 收起
学科分类 展开
出版状态 展开
订阅
至 收起
  • 目前软件缺陷预测的研究主要是从历史数据获取来源和预测方法这两方面入手。然而,获取到的软件历史缺陷数据往往是非均衡的,传统的预测方法会给缺陷数据带来极大的误分率。针对这一问题,提出使用基于统计抽样的非均衡分类方法来预测软件缺陷。通过经验性地对比分析12种已有抽样与分类算法组合的预测性能优劣,得到SpreadSubsampling和随机森林结合的方法( SP-RF)综合表现最好,但具有较高伪正率( FPR)。为了进一步提高预测性能,针对原始SP-RF方法会对原始数据带来较大的噪音及信息缺失等不足,提出一种基于SP-RF的内置均衡化抽样的自适应随机森林改进算法( IBSBA-RF)。实验表明,IBSBA-RF算法可以显著降低预测结果的FPR,并且进一步提高了预测结果的AUC和Balance值。
    软件缺陷预测非均衡抽样随机森林代价敏感
  • [学位论文]作者: 文晓东 计算机技术 湖北工业大学 2023(学位年度)
    网络流量预测负载均衡图神经网络强化学习SDN数据中心网络
  • [期刊论文] 《计算机工程》 ISTIC EI SCI PKU CSSCI - 2013年8期 李倩茹 姚伟
    针对软件缺陷预测中的样本集数量少和分布不对称问题,提出一种基于均衡有偏支持向量机的软件缺陷预测方法.该方法通过标记样本集和未标记样本集进行半监督学习,在少量非对称的标记样本集上,利用有偏支持向量机进行泛化学习.在半监督学习的迭代过程中,采用重采样策略平衡样本集以消除大量不对称的未标记样本集对软件缺陷预测的性能影响.在基准数据集上的实验结果表明,该方法能够有效地对类别不均衡的样本集进行软件缺陷预测.
    机器学习半监督学习软件缺陷预测有偏支持向量机重采样
  • [学位论文]作者: 刘月 电子信息 南京邮电大学 2024(学位年度)
    软件定义网络流量预测深度学习负载均衡
  • [学位论文]作者: 孟萍 电子与通信工程 南京邮电大学 2022(学位年度)
    软件定义网络负载均衡路由算法服务质量优先级拥塞预测大象流动态自适应调整
  • [学位论文]作者: 李艺 电子与通信工程 重庆市邮电大学 2021(学位年度)
    软件定义网络负载均衡分段路由指数平滑预测
  • [学位论文]作者: 鲁庆河 软件工程 安徽大学 2019(学位年度)
    软件定义网络控制器负载均衡响应时间流量预测
  • 软件缺陷预测是典型的类不均衡学习问题,其中有缺陷的样本数量远少于无缺陷的样本数量,但有缺陷的样本通常是预测的重点;现有的软件预测模型大多建立在基于静态度量元的软件缺陷数据集上,重点关注如何平衡类分布,而忽略了数据集中属性特征对软件缺陷的判别能力;当软件缺陷数据集中的属性特征对类目标概念缺乏判别能力时,传统机器学习算法难以构建有效的软件缺陷预测模型,从而无法获得有效的预测性能;为此,提出了一种基于不相似性的软件缺陷预测算法,通过改善软件缺陷数据集中属性的判别能力,进而提升软件缺陷预测性能;实验证明:基于不相似性的软件缺陷预测算法能够有效地改善传统机器学习算法在软件缺陷数据集上的预测性能.
    类不均衡学习软件缺陷预测原型选择不相似性转换
  • [学位论文]作者: 计算机科学与技术 西南交通大学 2019(学位年度)
    软件故障预测机器学习特征选择数据均衡噪声滤除
  • [学位论文]作者: 宋旭阳 人工智能 安徽大学 2025(学位年度)
    软件定义网络深度学习负载均衡策略
1 2 3 4 5 下一页 GO
回到顶部
选择了条数据