排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
将基于类比的软件工作量估算(ASEE)中的特征选择问题建模为多目标优化问题.其中一个优化目标是最大化工作量估算的精度,另一个优化目标是最小化选出的特征数.基于这2个潜在矛盾的优化目标,提出了一种新颖的包裹式特征选择方法MASE.在实证研究中,选择了实际项目,包括Desharnais的77个项目和Maxwell的62个项目作为评测对象,并将MASE方法与经典基准方法进行了比较.最终结果表明:基于MMRE,MdMRE,PRED(0. 25)和SA评测指标,MASE方法可以选出更少的特征,且预测精度更高. 相似文献
1