【摘 要】
：
软件缺陷预测是典型的非平衡学习问题。基于CS-SVM和聚类算法改进代价敏感支持向量机(SVM)算法,提出了CCS-SVM软件缺陷预测模型。在CCS-SVM预测模型中,将SVM与类别误分代价结
论文部分内容阅读
软件缺陷预测是典型的非平衡学习问题。基于CS-SVM和聚类算法改进代价敏感支持向量机(SVM)算法,提出了CCS-SVM软件缺陷预测模型。在CCS-SVM预测模型中,将SVM与类别误分代价结合起来,以非平衡数据评价指标作为目标函数,优化错分代价因子,提升少数类样本的识别率。通过聚类找到每类样本的中心点,根据样本到其中心点的距离定义每个样本的类别置信度,给每个样本分配不同的误分代价系数,并把样本的置信度引入到代价敏感SVM优化问题中,提高算法鲁棒性,提升SVM分类性能。此外,为了提高模型的泛化能力,使用遗传
其他文献
兽药是服务养殖业的行业，所以养殖业的变化直接影响着兽药企业的渠道建设。从目前养殖业的发展情况看，由于散养户综合抗风险能力低，缺乏市场竞争力，加上国家对规模化养殖场补贴政
随着电子医疗的高速发展，医疗机构需要花费大量资源管理各自独立庞大的电子病例数据，同时医疗机构之间难以实现数据共享。为此提出了一种适用于电子医疗环境的密文检索方案。该
针对行人重识别研究中训练样本的不足,为提高识别精度及泛化能力,提出一种基于卷积神经网络的改进行人重识别方法。首先对训练数据集进行扩充,使用生成对抗网络无监督学习方法生成无标签图像;然后与原数据集联合作半监督卷积神经网络训练,通过构建一个Siamese网络,结合分类模型和验证模型的特点进行训练;最后加入无标签图像类别分布方法,计算交叉熵损失来进行相似度量。实验结果表明,在Market-1501、CU
三维微处理器具有集成度高、全局互连线短及连接部件多的优势，但是传统的三维拓扑结构在大规模系统中无法充分利用垂直方向上低延时高带宽的特性，很难满足大规模众核微处理器低
猪棒状杆菌病是猪只遭受棒状杆菌的侵袭，使某些器官发生化脓性或干酪性病理变化为主要特征的传染性疾病。近年来，笔者发现了多例分娩后母猪感染一种以生前四肢关节肿胀、咳嗽；死
点覆盖是一个著名的NP难解问题,在通信网络和生物信息学等领域具有重要应用。针对点覆盖的研究主要集中在启发式或近似算法,其主要不足是无法实现全局最优。核心化是处理难解
针对网络编程技术课程的具体特点和要求，在总结现有实践教学方法特点和适用性的基础上，提出以延续性基础实验、修改型扩展实验和项目式综合实验为一体的实践教学体系，展开专题与
近年来，随着生活水平的提高，人们迫切需要无公害的安全食品，为此许多国家规定在饲料中限制使用某些抗生素，我国也颁布了相关法规。因此开发和推广能替代抗生素防治疾病且促进生长
近年来，每到秋冬季节，肉鸡呼吸道病都发生较重，多表现为支气管栓塞、气囊膜出血、腺胃糜烂。本病病程长，治疗效果差，继发感染严重，治疗费用高，多引起采食量严重下降，料肉比高，给广大肉