17、软件缺陷预测与逆向工程在UML图生成中的应用

软件缺陷预测与逆向工程在UML图生成中的应用

1. 软件缺陷预测

1.1 神经网络应用结果对比

在软件缺陷预测中，我们应用了两种神经网络（网络4和网络5）对九个文件进行分析，结果如下表所示：
| 神经网络 | 文件 | MSE | r | 真阳性率(%) | 真阴性率(%) |
| ---- | ---- | ---- | ---- | ---- | ---- |
| 网络4 | P | 0.001 | 0.98 | 99.45 | 100 |
| 网络4 | M | 0.003 | 0.91 | 99.67 | 100 |
| 网络4 | G | 0.002 | 0.94 | 100 | 100 |
| 网络4 | 1 M | 0.009 | 0.87 | 99.53 | 60 |
| 网络4 | P1 M | 0.007 | 0.88 | 99.61 | 80 |
| 网络4 | 2 M | 0.002 | 0.91 | 100 | 100 |
| 网络4 | 2MG | 0.001 | 0.94 | 100 | 100 |
| 网络4 | PMM | 0.003 | 0.86 | 99.85 | 100 |
| 网络4 | MMG | 0.001 | 0.94 | 100 | 100 |
| 网络5 | P | 0.010 | 0.72 | 100 | 100 |
| 网络5 | M | 0.006 | 0.80 | 100 | 80 |
| 网络5 | G | 0.003 | 0.90 | 100 | 100 |
| 网络5 | 1 M |