有限标注数据下的软件故障倾向预测方法

摘要

本文将直推式支持向量机用于预测有限标注样本下的模块故障倾向，针对软件故障样本中存在正负样本数量不平衡、比例不确定等特点，对训练样本的惩罚项引入权重因子，并采用单样本调整准则以解决直推式支持向量机没有考虑样本不平衡、需要事先确定未标注样本正负比例等问题。在7种不同规模的公开失效数据集上的实验结果表明：改进的直推式支持向量机算法利用了未标注数据隐含的信息，能够获得比归纳式分类算法更好的性能。