软件缺陷管理规范

对跨项目缺陷预测问题展开了深入研究，在源项目实例选择时，考虑了三种不同的实例相似度计算方法，并发现这些方法的缺陷预测结果存在多样性，因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BC

为了进一步提高无标志软件缺陷数据预测的精度，提出了一种基于超欧氏距离近邻传播的软件缺陷预测方法。在近邻传播算法中引入密度思想，定义了密度因子和超欧氏距离测度概念，设计了密度敏感相似度度量元（即密集度量

基于遗传优化支持向量机的软件缺陷预测模型，王男帅，薛静锋，有效的软件缺陷预测能够显著提高软件安全测试的效率，确保软件质量，支持向量机(supportvectormachine,SVM)具有非线性运算能

一种基于特征选择的软件缺陷预测方案，李梦奇，秦素娟，为了解决软件缺陷预测中特征维数过大的问题,提出一种结合随机森林的特征子集选择方案。通过简化首个特征的选区改进向前搜索策略,�

针对跨项目软件缺陷预测过程中，软件缺陷数据存在无关信息或数据冗余等问题，提出融合多策略特征筛选的跨项目软件缺陷预测（cross-projectsoftwaredefectpredictionbased

本文档提供了采用SVM挖掘方法对软件开发缺陷进行预测的方法，共数据挖掘工作者参考。

灰色关联分析法是一种描述元素之间影响程度的分析法，适合于小项目数据集。小项目数据集制约着传统的软件缺陷类型的预测方法，使得预测的结果往往不够准确和可靠。因此在灰色关联分析法的基础上提出了特征子集选择、

软件缺陷(Defect):又叫做Bug。即为计算机软件、程序、web应用中存在的某种不符合正常运行的功能问题。也是错误、隐藏,让用户不满意的功能缺陷。 从产品内部看,缺陷是软件产品开发或维护过程中存在

软件测试及缺陷管理.ppt

默认管理员帐号：admin默认管理员密码：jesoft软件介绍：确保每个问题都得到记录和跟踪，确保每个问题都有人负责解决，加上全程搜索、跟踪、督促、实时分析统计，项目进度轻松掌控http：//w