随着计算机技术的发展,用户对软件质量提出了更高的要求。而软件缺陷会影响软件质量,因此,越来越多的研究者开始研究软件缺陷预测技术。由于某些新的项目的历史缺陷信息有限,使用自身的历史信息预测新的模块存在很大的难度,因此,跨项目软件缺陷预测的研究很有必要。跨项目软件缺陷预测是由一个或儿个项目构建模型,然后应用于其他项目。由于不同项目的数据存在很大差异,而且不同的分类器模型具有不同的分类效果,因此,数据预处理以及模型构建都是需要深入研究的问题。在本文中,研究了数据预处理、分类器改进以及集成模型的问题,并在NASA数据集以及五个开源软件数据集上进行实验验证。本文的贡献主要在三个方面:(1)由于特征冗余以及不同项目数据差异过大的问题,本文提出了包含特征选择及基线转换的两阶段特征变换方法,既可以减少冗余特征,又可以缩小不同项目样本特征值之间的分布差异。该方法主要分为两步,第一步是通过特征聚类及特征筛选从而筛选出优秀的特征子集;第一步是提出改进的基线转换方法对特征子集进行变换,以缩小不同项目特征值之间的分布的分布差异,使不同项目特征值处于同一数量级下,从而提升预测性能。(2)考虑到训练集与测试集相似度不同对预测性能带来的不同影响,本文在朴素贝叶斯分类器的基础上,提出计算训练集样本与测试集样本之间相似度的方法,根据相似度为训练样本加权,能够有效提高与测试集相似性更高的训练集样本的权重。并在此基础上建立加权朴素贝叶斯分类器。因为与测试集更相似的样本能够获得更高的权重,因此能够提升预测性能。(3)由于不同的分类器可以识别不同的缺陷子集,为了使跨项目软件缺陷预测模型能够识别更多的缺陷,本文采用Stacking集成方法,将多个异质基分类器进行集成,从而保证基分类器的多样性。并且,本文将提出的特征变换方法以及加权朴素贝叶斯方法应用到Stacking集成模型中,构建了基于特征变换的集成跨项目软件缺陷预测模型。