软件缺陷预测是一个活跃的研究领域,它寻求有效的方法来预测给定软件项目中的缺陷倾向。软件缺陷预测技术通过挖掘源代码文件和一些开发文档,提取相应的度量来学习构建预测模型,然后对新的文件系统进行预测。往往一个新的文件系统没有足够的历史数据来训练模型,跨项目缺陷预测技术(Cross-Project Defect Prediction,CPDP)也就应运而生,它使用来自同公司的类似项目(源项目)作为训练数据建立预测模型,然后将当前的项目(目标项目)作为测试集预测模块中是否有缺陷。然而CPDP的源项目数据和目标项目数据之间的分布存在差异性,大部分的缺陷数据不仅有着复杂的数据结构而且有着显著的类不平衡的情况,基于以上问题,本文着手研究跨项目的软件缺陷预测技术中的难题,提高预测模型的预测性能。首先,提出了一种基于邻域保留嵌入典型相关分析的软件缺陷预测方法(NPE-CCA)。该方法先根据数据引力技术将目标项目样本信息传输到源项目样本的权重中,得到一个有关源项目样本的权重向量。再使用典型相关分析(CCA)对原本的源项目样本与目标项目样本寻找共同空间,使得数据预测之间的相关性最大化。最后经过邻域保留嵌入算法(NPE)降维保留数据的邻域几何结构并结合前面的权重矩阵加权得到最终的训练样本,在分类预测的过程中采用的是支持向量机的分类模型进行一对一跨项目软件缺陷预测。其次,提出了一种基于邻域保留嵌入核典型相关分析的软件缺陷预测方法(NPE-KCCA)。本方法主要是在NPE-CCA的基础上对于CCA方法引入核方法解决软件缺陷预测中非线性数据的映射问题,通过这种方法可以使非线性数据可分,进而大大的提高了预测模型的预测性能。最后,提出了一种基于代价敏感的迁移多核集成学习的软件缺陷预测方法(CTMKEL)。首先利用数据引力方法使源项目样本和目标项目样本的分布相似,再引入多核学习方法,对于每一个核函数都映射一次处理过的特征到一个高维空间,分别结合一个SVM分类器得到多个基于核的分类器。为了避免多核学习的参数复杂性,采用boosting训练每一个基于核的弱分类器,在boosting的权重更新过程中我们考虑到错误分类的两种代价,引入代价敏感矩阵。本文的实验数据集主要用的是NASA、ReLink和AEEEM这三个数据库,根据与对比算法的实验结果可以发现本文所提出的算法提高了分类预测模型的性能。