标题：基于多段处理的软件缺陷预测
作者：杨昊天 黎敏 万齐康 邓雄狮 顾乾晖
作者单位：南昌工程学院信息工程学院，江西 南昌 330096
关键字：软件缺陷预测；不平衡数据；组合采样；特征选择；集成学习
摘要：软件缺陷预测对于有效地维护软件产品的高质量非常有用。在软件缺陷预测中，机器学习技术近年获得到了广泛的关注。实际应用中，有缺陷的软件样本大大少于无缺陷的软件样本，造成样本的高度不平衡。不平衡数据分类问题是数据挖掘与机器学习领域的研究热点与难点。为了有效解决软件缺陷预测问题中的类别不平衡问题，提出了一种基于多段处理的软件缺陷分类算法。在10个美国国家航空航天局（NASA）的软件缺陷数据集上的实验结果（F-measure、AUC）验证了该分类算法的优越性与有效性。