实体 Multi-stage Dynamic Selection

Multi-stage Dynamic Selection

PulseAugur coverage of Multi-stage Dynamic Selection — every cluster mentioning Multi-stage Dynamic Selection across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_158739 · Jul 23 · 04:00

新的CPDP框架使用两阶段分类器选择来改进缺陷预测

本文介绍了一种新颖的跨项目缺陷预测（CPDP）框架，旨在缓解因训练项目和目标项目之间分布变化导致的性能下降。所提出的系统采用一个两阶段的多分类器系统（MCS）选择过程。第一阶段识别一个在各种训练项目中泛化良好的MCS配置，旨在实现分类器的多样化专业化。第二阶段在测试时运行，逐模块地选择目标项目中能力最强的分类器，增强对分布变化的鲁棒性。在四个基准数据集的82个项目上进行的实验结果表明，在许多场景下，这种模块级选择方法优于现有的最先进的…

新的CPDP框架使用两阶段分类器选择来改进缺陷预测