توضیحات
شبیه سازی مقاله پیش بینی نقص نرم افزار اندروید با استفاده از تکنیک های یادگیری ماشین با متلب
چکیده مقاله:
- بیان مساله
پیش بینی نقص نرم افزار برای شناسایی قسمت های مستعد نقص نرم افزار مهم است. مدل پیش بینی های نقص را می توان با استفاده از معیارهای نرم افزاری در ترکیب با داده های نقص برای پیش بینی کلاس های معیوب توسعه داد. مطالعات مختلفی برای پیدا کردن رابطه بین معیارهای نرم افزاری و ناکارآمد بودن انجام شده است اما مطالعات کمی وجود دارد که به طور آماری نتایج کارایی را تعیین می کنند.
- هدف
اهداف اصلی این مطالعه عبارتند از: (1) مقایسه تکنیک های یادگیری ماشین با استفاده از مجموعه داده های به دست آمده از نرم افزار محبوب منبع باز (ii) استفاده از معیارهای عملکرد مناسب برای اندازه گیری عملکرد مدل پیش بینی های نقص؛ (iii) استفاده از آزمون های آماری برای مقایسه موثر تکنیک های یادگیری ماشین و (iv) اعتبارسنجی مدل ها بر روی انتشار های مختلف مجموعه داده ها.
- روش
در این مطالعه از معیارهای شی گرا جهت پیش بینی کلاس های معیوب با استفاده از 18 تکنیک یادگیری ماشین استفاده شده است. چارچوب پیشنهادی به هفت بسته کاربردی از سیستم عامل اندرویدی شناخته شده و به طور گسترده استفاده شده است. تماس بگیرید، MMS، بلوتوث، ایمیل، تقویم، گالری 2 و تلفن. نتایج به دست آمده با استفاده از روشهای اعتبار سنجی 10 بار و بین آزادی مورد تایید قرار می گیرد. پايايي و اهميت نتايج با استفاده از آزمون آماري و تحليل بعد از مداخله ارزيابي شده است.
- نتایج
نتایج نشان می دهد که سطح زیر منحنی اندازه گیری برای Bayes Naïve، LogitBoost و Multilayer Perceptron بیش از 0.7 در اکثر موارد است. نتایج همچنین نشان می دهد که تفاوت بین تکنیک های ML از نظر آماری قابل توجه است. با این حال، ثابت شده است که تکنیک های تکنیک بردار پشتیبانی از جمله پشتیبانی از ماشین های بردار و رای سپرده شده پیش فرض قادر به پیش بینی نقص نیست.
- نتیجه گیری
نتایج تایید قابلیت پیش بینی تکنیک های مختلف ML برای ایجاد مدل پیش بینی های نقص است. نتایج همچنین برتری یک تکنیک ML را بر سایر تکنیک های ML تایید می کند. بنابراین، مهندسان نرم افزار می توانند از نتایج حاصل از این مطالعه در مراحل اولیه توسعه نرم افزار برای شناسایی کلاس های مستعد ناخالص نرم افزار استفاده شده استفاده کنند.
شبیه سازی مقاله پیش بینی نقص نرم افزار اندروید با استفاده از تکنیک های یادگیری ماشین با متلب توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.