2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著信息化時代的到來,各行各業(yè)已經(jīng)離不開計算機軟件,但現(xiàn)如今的軟件產(chǎn)品不能滿足人們對于高質(zhì)量的軟件的需求,如何高效的設(shè)計與開發(fā)出高質(zhì)量的軟件產(chǎn)品是當(dāng)今學(xué)者研究的課題。軟件缺陷預(yù)測就是一種開發(fā)高質(zhì)量軟件的有效工具,它主要是利用數(shù)據(jù)挖掘算法在歷史數(shù)據(jù)上建立模型,可以幫助開發(fā)者預(yù)測某軟件模塊是否含有缺陷,從而以有限的資源做出優(yōu)質(zhì)的軟件系統(tǒng)。如今,軟件缺陷預(yù)測是軟件工程領(lǐng)域最活躍的內(nèi)容之一,在分析軟件質(zhì)量、提高軟件開發(fā)效率起著重要作用。本文為了

2、提高軟件缺陷預(yù)測模型的準(zhǔn)確率,設(shè)計出了基于樸素貝葉斯分類的軟件缺陷預(yù)測模型。此外,針對屬性離散化難找到最佳分隔點的問題提出了有效的離散化策略。
   首先,本文概述了軟件缺陷預(yù)測技術(shù)的研究背景、意義和現(xiàn)狀。詳細介紹了軟件缺陷預(yù)測常用的數(shù)據(jù)挖掘算法,并對屬性離散化以及常用的離散化方法進行了概要分析。
   然后,詳細介紹了樸素貝葉斯分類模型,該算法簡單、分類準(zhǔn)確率高、速度快等優(yōu)點。因此,將其應(yīng)用到軟件缺陷預(yù)測模型中,提出了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論