软件质量作为软件产品的一个重要属性,引起人们的重视,特别是那些关系到国计民生的行业,尤其是航天型号软件对软件的质量有极高的要求.软件质量可以通过额外的软件测试来评定,然而大范围的软件测试是意味着高成本和费时.软件质量预测技术可以在软件生命周期早期发现软件故障,并且可以花费更少的时间和获得更好的成本效益比.该文介绍了当今主流的软件质量预测技术,针对现有的基于分类的软件质量预测技术进行了研究和分析,并重点针对分类树模型和CBR模型进行了研究和分析.为了获得更高精度的预测结果,为软件的改进工作提供决策依据,研究并提出了一种抓两头放中间的基于三类的分类方法.将软件模块的分类为高风险模块、低风险模块和未知风险模块,这样的分类的好处在于更高精度地确定了故障易发模块和非故障易发模块,相比于二类分类法,减少了高风险模块集、低风险模块集中的误分类的概率,更加有利于对软件改进工作的时间和资源进行分配.论文针对航天型号软件高可靠性的要求对三类分类法进行了改进.论文还对现有预测方法使用的度量元局限于复杂性度量元这一现象,进行了新的尝试,采用了一种基于软件复杂性度量与主观度量相结合的度量元.