论文部分内容阅读
传统软件缺陷分派往往将其转化为分类问题，从历史数据和机器学习算法的使用两方面解决。然而，软件缺陷报告数据经常是非均衡的，且数据中蕴含着模糊的信息，使传统的分类方法达不到好的预测效果。提出基于统计抽样的方法，克服缺陷报告数据存在的非均衡性，采用模糊支持向量机处理数据中所蕴含的模糊信息。实验表明，采用统计抽样和模糊支持向量机，确实对缺陷分派是有效的，与以往的方法相比，提高缺陷分派的准确率。