论文部分内容阅读
提出了一种基于遗传算法的多样化特征选择和集成极限学习机(ELM)的软件缺陷分配算法,以快速、有效地将缺陷分配给合适的开发人员。首先,从缺陷报告中提取有用的信息。然后对数据进行预处理以建立向量空间模型,并对各种特征选择进行预处理,以选择具有最大统计信息的最小代表性非冗余特征集。最后,设计了集成ELM训练分类器对缺陷报告进行分类。实验结果表明,与现有方法相比,提出的特征选择技术和基于ELM的缺陷分类方法能提高分类的准确性。