基于迁移学习的软件缺陷预测技术研究

摘要

为提高传统预测方法对小规模训练数据的利用效率,提出了一种以迁移学习为依据的预测技术.预测新项目时可对已有的项目进行充分利用,通过源项目和目标项目间公共特征空间的搜索,使两个项目间数据分布距离达到最小,模型训练在此公共空间完成,从而实现迁移分类的效果.检测结果表明该方法在实际软件缺陷预测任务中,对软件缺陷的预测性能更好,提高了原始训练数据的利用效率,具备较高的实用性.