缺陷数据的相似性度量方法改进
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Improvement of Similarity Measurement Method for Defect Data
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    模糊聚类分析主要研究样本的分类问题.本文利用模糊聚类方法对软件缺陷进行分类,引入缺陷数据属性权重计算方法,依据数据挖掘中的属性邻近性度量方法,对缺陷数据进行相似度分析.并按照属性类别进行分析,不仅体现了缺陷数据属性间的形贴近程度,而且体现了属性之间的距离贴近程度.本文方法对软件缺陷数据进行分析并对比度量结果,实验结果充分说明改进后的模糊聚类相似性度量方法在分类准确性方面有一定程度的提高.

    Abstract:

    The study of fuzzy cluster analysis is mainly the classification of samples. In this paper, the fuzzy clustering method is used to classify the defects of software, and the method of attribute weight calculation is introduced. The similarity of defect data is analyzed with the method of attribute proximity in data mining. According to the category of attributes, it does not only reflect the degree of similarity between the attributes of the defect data, but also reflects the distance between the attributes. In this paper, the software defect data are analyzed and compared with the measurement results. The experimental results show that the improved fuzzy clustering similarity measurement method has somehow improved in classification accuracy.

    参考文献
    相似文献
    引证文献
引用本文

万琳,杨腾翔,刘海宁.缺陷数据的相似性度量方法改进.计算机系统应用,2017,26(8):152-156

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-11-28
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-10-31
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号