[发明专利]一种针对跨版本软件缺陷预测的数据噪声处理方法有效
申请号: | 202010155026.9 | 申请日: | 2020-03-05 |
公开(公告)号: | CN111367808B | 公开(公告)日: | 2023-05-02 |
发明(设计)人: | 郑子彬;张桔;吴嘉婧 | 申请(专利权)人: | 中山大学 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06F18/22;G06F18/214;G06F18/241;G06N20/00 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 针对 版本 软件 缺陷 预测 数据 噪声 处理 方法 | ||
1.一种针对跨版本软件缺陷预测的数据噪声处理方法,其特征在于,包括如下步骤:
S10通过余弦相似度计算数据集中样本件的相似性;
S20基于样本件的相似性归类数据集中簇集合C;具体为:
S201定义C=Φ表示样本簇的集合,初始为空集;V=Φ表示已被访问过的样本集合,初始为空集;参数相似性阈值为α;
S202依次遍历数据集X中的每一个样本,对于任一样本xi,若它已在集合V中则直接跳过;否则从该样本出发搜索其所在的簇ci,将簇ci加入到集合C中,并将ci包含的所有样本都加入到V中,再接着遍历下一样本,直至所有样本都被遍历完;
所述从该样本出发搜索其所在的簇ci采用广度优先的方法,具体为:
初始化ci=Φ,通过相似性矩阵S找出所有与xi相似性大于阈值α的样本,称为xi的一阶邻居N1(xi),即si,j>α,将一阶邻居N1(xi)中所有样本都加入到ci中;在数据集剩余样本中找出满足与N1(xi)中有至少一个样本的相似度大于α的样本,称为xi的二阶邻居N2(xi),即sj,k>α且N1(xi)∩N2(xi)=Φ,将二阶邻居N2(xi)中所有样本都加入到ci中;以此类推,直到不能再找到下一阶邻居,通过此过程得到的簇ci中,对于任意一个样本,都能在簇中至少能找到另一个样本与其特征相似度大于α;
S30从簇集合C中对每簇判断其内部样本标签是否一致;
S40若不一致,则提取簇集合C的样本容量;
S50根据簇集合C的样本容量情况分别确定簇的本簇标签;
S60采用本簇标签对样本的噪声重标记;
所述S10之前还包括:
S01从与软件仓库中收集获得由软件模块特征及缺陷标签构成的数据集。
2.如权利要求1所述的针对跨版本软件缺陷预测的数据噪声处理方法,其特征在于,所述S50具体为:
S501若簇的样本容量大于阈值β,采用投票方式基于多数原则确定为本簇标签;
S502若簇的样本容量小于阈值β,基于最近原则通过计算簇的集合C中各种类别的样本中心距离选择本簇标签。
3.如权利要求1所述的针对跨版本软件缺陷预测的数据噪声处理方法,其特征在于,所述S10具体为:
将一个大小为n的缺陷预则数据集表示为X={x1,x2,...,xn},其中xi=(fi1,fi2,...,fim)表示数据集中第i个样本,而fij表示第i个样本的第j维特征,采用余弦相似度计算数据集中样本件的相似性矩阵其中si,j=cos(xi,xj)表示样本xi与xj之间的余弦相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010155026.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种导湿保暖功能球体针织结构及其编织方法
- 下一篇:电连接器