王建汉;尼扎尔·布吉拉;塔乌菲克·比迪里 基于复杂性的软件模块分类所选算法的实证评估和新模型。 （英语） Zbl 1200.68073号 Sgurev，Vassil（编辑）等人，《智能系统：从理论到实践》。论文选自2008年9月6日至8日在保加利亚瓦尔纳举行的第四届IEEE智能系统会议（IS 2008）上的演讲、方法、模型和紧急技术应用。柏林：施普林格出版社（ISBN 978-3-642-13427-2/hbk；978-3-442-13428-9/电子书）。计算智能研究2999-131（2010）。 摘要：软件在许多组织中扮演着重要角色。组织的成功在一定程度上取决于所用软件的质量。近年来，许多研究人员已经认识到统计分类技术非常适合开发软件质量预测模型。过去提出了不同的统计软件质量模型，将复杂性度量作为软件质量的早期指标。从较高层次上讲，软件分类的问题是将软件模块分为易出错和非易出错。事实上，学习者会得到一组训练模块和相应的类标签（即易出错或非易出错），并输出分类器。然后，分类器获取一个未标记的模块（即迄今尚未看到的模块）并将其分配给一个类。本文的重点是研究一些被广泛用于软件分类的分类技术。事实上，从业者面临着一系列方法和文献，这些方法和文献对这些分类方法的有用性提出了一些相互矛盾的建议。本文评估的技术包括：主成分分析、线性判别分析、多元线性回归、逻辑回归、支持向量机和有限混合模型。此外，我们提出了一种基于有限Dirichlet混合模型的贝叶斯方法。我们使用实际数据集对这些方法进行了实验评估。我们的实验结果表明，不同的算法会导致不同的统计显著性结果。关于整个系列，请参见[Zbl 1200.68022号]。 理学硕士： 68N99型 软件理论 关键词：主成分分析;线性鉴别分析;多元线性回归;逻辑回归;支持向量机;有限混合模型 PDF格式BibTeX公司 XML格式引用 \textit｛J.H.Wang｝等人，《螺柱计算》。智力。2999--131（2010年；Zbl 1200.68073） 全文： 内政部