عنوان فارسی مقاله: |
پیش بینی نقص نرم افزار با استفاده از الگوریتم خوشه بندی k-means بر مبنای خوشه بندی درختی |
عنوان انگلیسی مقاله: |
Software Fault Prediction Using Quad Tree-Based K-Means Clustering Algorithm |
چکیده
اصول غیر نظارتی همانند خوشه بندی برای پیش بینی نقص در ماژول نرم افزاری مورد استفاده قرار می گیرند. در اینجا برچسب ها و نشانه گذاری های ناقص و خراب قابل مورد توجه قرار نمی گیرند. در این مقاله الگوریتم k-means بر مبنای درخت Quad برای پیش بینی نقص در ماژول برنامه ها مورد استفاده قرار می گیرد. این مقاله دو هدف را دنبال می کند: اولا درخت Quad برای پیدا کردن مرکز اولیه خوشه¬های ورودی به الگوریتم k-means استفاده می شود. آستانه ورودی پارامتر ، بر تعداد خوشه های اولیه تسلط داشته و کاربر آن می-تواند خوشه های مرکزی اولیه مورد دلخواه خود را تولید کند. مفهوم خوشه بندی برای تعیین کیفیت دسته ها و خوشه ها بر مبنای ارزیابی الگوریتم درخت Quad استفاده می شود و ما در این مقاله آن را با اصول اولیه دیگر مقایسه می کنیم. خوشه های بدست آمده از این درخت باید حداکثر مقدار را داشته باشند. دومین هدف این مقاله، استفاده از الگوریتم درخت Quad برای پیش بینی نقص در ماژول برنامه است. نرخ خطا در این رویکرد پیش بینی با الگوریتم های موجود مقایسه شده و بهترین آنها بیرون کشیده می شود.