论文部分内容阅读
为提高无标识软件缺陷预测的准确性，提出一种谱聚类与混沌免疫相结合的软件缺陷预测方法。该方法首先将谱聚类算法引入到软件缺陷预测领域中，然后针对谱聚类算法中K-Means局部收敛的缺点，用一种混沌免疫聚类算法来替换K-Means算法。同时，在免疫克隆选择算法的框架下，借鉴混沌和免疫理论，设计免疫克隆聚类适应度函数计算方法，并给出分层混沌变异算子，以实现种群多样性的增加，促进无标识软件缺陷数据预测精度的提高。在Iris和3组商业软件模块数据集上进行了仿真实验，实验结果验证了该方法的有效性。