摘要：为了提高软件缺陷预测的准确率，利用布谷鸟搜索算法（Cuckoo Search，CS）的寻优能力和人工神经网络算法（Artificial Neural Network，ANN）的非线性计算能力，提出了基于CS-ANN的软件缺陷预测方法。此方法首先使用基于关联规则的特征选择算法降低数据的维度，去除了噪声属性；利用布谷鸟搜索算法寻找神经网络算法的权值，然后使用权值和神经网络算法构建出预测模型；最后使用此模型完成缺陷预测。使用公开的NASA数据集进行仿真实验，结果表明该模型降低了误报率并提高了预测的准确率，综合评价指标AUC（area under the ROC curve）、F1值和G-mean都优于现有模型。

原文链接:http://www.cqvip.com//QK/93231X/201702/671086275.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）