基于聚類的軟件模塊缺陷預(yù)測(cè)方法研究.pdf

1、基于聚類的軟件模塊缺陷預(yù)測(cè)方法研究重慶大學(xué)碩士學(xué)位論文（學(xué)術(shù)學(xué)位）學(xué)生姓名：張焯指導(dǎo)教師：楊丹教授專業(yè)：應(yīng)用數(shù)學(xué)學(xué)科門(mén)類：理學(xué)重慶大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院二O一四年四月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要隨著軟件工程迅速發(fā)展，軟件系統(tǒng)復(fù)雜度提高，軟件可靠性問(wèn)題成為人們關(guān)注的焦點(diǎn)，而軟件缺陷威脅著軟件的可靠性，如何在軟件發(fā)布之前預(yù)測(cè)缺陷成為了一個(gè)亟待解決的問(wèn)題。傳統(tǒng)的靜態(tài)缺陷預(yù)測(cè)關(guān)于缺陷分布的研究大多數(shù)是基于有監(jiān)督的方法，需要先驗(yàn)知識(shí)，而在實(shí)際軟

2、件工程應(yīng)用中，我們不可能獲得大量的已知類標(biāo)注模塊，所以無(wú)監(jiān)督的軟件缺陷預(yù)測(cè)更具應(yīng)用前景。Halstead度量元、McCabe度量元和基于源代碼的度量元組成了軟件缺陷度量元，本文在此基礎(chǔ)上，采取主成分分析技術(shù)，選擇出有效度量元的線性組合，降低了數(shù)據(jù)維度，提高了算法預(yù)測(cè)效率和預(yù)測(cè)精度。本文提出了一系列針對(duì)軟件缺陷數(shù)據(jù)集的預(yù)處理方法，包括補(bǔ)全缺失值，剔除錯(cuò)誤數(shù)據(jù)，ZSCE標(biāo)準(zhǔn)化數(shù)據(jù)等。最后，基于聚類技術(shù)提出了兩種改進(jìn)的軟件缺陷預(yù)測(cè)方法：①模糊

3、C均值算法常常會(huì)因?yàn)槌跏季垲愔行牡牟煌玫讲煌慕Y(jié)果，這是爬山思想的算法收斂到局部最優(yōu)解造成的，為了克服這個(gè)缺點(diǎn)，引入遺傳算法和模擬退火對(duì)模糊C均值算法進(jìn)行改進(jìn)，并對(duì)NASApromisereposity的6個(gè)軟件缺陷預(yù)測(cè)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，在不需要類標(biāo)注的情況下，其預(yù)測(cè)精度在少部分?jǐn)?shù)據(jù)集上接近，大部分?jǐn)?shù)據(jù)集上超越經(jīng)典有監(jiān)督方法，而與同為無(wú)監(jiān)督方法的K均值相比，提高尤為明顯，表明了該預(yù)測(cè)方法的有效性。②針對(duì)改進(jìn)模糊C均值只能發(fā)現(xiàn)球狀邊界聚

4、類的固有弱點(diǎn)，對(duì)基于密度的聚類方法進(jìn)行研究，提出了一種對(duì)kdist圖進(jìn)行分區(qū)處理的改進(jìn)的DBSCAN算法，同時(shí)解決了DBSCAN算法在類密度不均勻時(shí)，聚類效果不理想的問(wèn)題。在相同的數(shù)據(jù)預(yù)處理步驟下，同樣用改進(jìn)的DBSCAN算法對(duì)NASApromisereposity的6個(gè)軟件缺陷數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，與改進(jìn)模糊C均值算法進(jìn)行對(duì)比，發(fā)現(xiàn)改進(jìn)DBSCAN算法在低維度情況下，預(yù)測(cè)精度高于改進(jìn)模糊C均值算法，在高維度下，改進(jìn)DBSCAN算法預(yù)測(cè)精度低