论文研究基于CSANN的软件缺陷预测模型研究.pdf

为了提高软件缺陷预测的准确率，利用布谷鸟搜索（cuckoosearch，CS）算法的寻优能力和人工神经网络（artificialneuralnetwork，ANN）算法的非线性计算能力，提出了基于CS-ANN的软件缺陷预测方法。此方法首先使用基于关联规则的特征选择算法降低数据的维度，去除了噪声属性；然后利用布谷鸟搜索算法寻找神经网络算法的权值，使用权值和神经网络算法构建出预测模型；最后使用此模型完成缺陷预测。使用公开的NASA数据集进行仿真实验，结果表明该模型降低了误报率，并提高了预测的准确率，综合评价指标AUC（areaundertheROCcurve）、F1值和G-mean都优于现有模型。