[发明专利]一种软件缺陷预测方法、装置、电子设备及计算机存储介质在审
申请号: | 202010222414.4 | 申请日: | 2020-03-26 |
公开(公告)号: | CN111522736A | 公开(公告)日: | 2020-08-11 |
发明(设计)人: | 张叶迪;李祖德 | 申请(专利权)人: | 中南大学 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06K9/62 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 肖云 |
地址: | 410083 湖南*** | 国省代码: | 湖南;43 |
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 软件 缺陷 预测 方法 装置 电子设备 计算机 存储 介质 | ||
1.一种软件缺陷预测方法,其特征在于,包括以下步骤:
S1:获得原始缺陷数据集;
S2:获得类分布平衡的缺陷数据集,所述类分布平衡的缺陷数据集,通过过采样所述原始缺陷数据集中的少数类样本后得到;
S3:构建软件缺陷预测模型。
2.根据权利要求1所述的一种软件缺陷预测方法,其特征在于,步骤S1中,所述原始缺陷数据集选自经过预处理的软件缺陷数据集。
3.根据权利要求2所述的一种软件缺陷预测方法,其特征在于,所述预处理包括以下步骤:
(1)采用平均值填充方法对原始数据集中的缺失值进行处理,得到无缺失值的缺陷数据集;
(2)使用最大最小标准化方法对步骤(1)得到的无缺失值的缺陷数据集进行归一化处理,使特征值处于同一数量级。
4.根据权利要求1所述的一种软件缺陷预测方法,其特征在于,步骤S2中,过采样的方法为少数类过采样方法。
5.根据权利要求1所述的一种软件缺陷预测方法,其特征在于,步骤S3中,软件缺陷预测模型的构建方法为集成学习方法。
6.根据权利要求5所述的一种软件缺陷预测方法,其特征在于,所述集成学习方法包括Bagging方法。
7.一种软件缺陷预测装置,其特征在于,所述装置包括用于执行如权利要求1~6任一项所述的软件缺陷预测方法的单元。
8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1~6任一项所述的软件缺陷预测方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1~6任一项所述的软件缺陷预测方法。
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南大学,未经中南大学许可,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/202010222414.4/1.html,转载请声明来源钻瓜专利网。