[发明专利]一种软件质量预测方法

权利要求书

1.一种软件质量预测方法，其特征在于，包括以下步骤：

将软件质量参数数据输入到软件质量预测模型中，所述软件质量参数数据包括高纯度聚类数据和低纯度聚类数据，所述高纯度聚类数据直接输入软件质量预测模型中，所述低纯度聚类数据通过CNN训练后输入软件质量预测模型中，所述软件质量预测模型为CNN-LSTM模型；

从所述软件质量预测模型中获取软件质量预测结果。

2.根据权利要求1所述的一种软件质量预测方法，其特征在于，所述高纯度聚类数据和低纯度聚类数据的划分步骤为：

获取软件质量参数数据，所述软件质量参数数据包括软件代码数据、计算机使用数据和软件质量管理数据；

对软件质量参数数据进行预处理，根据改进演化算法属性选择方法对软件质量参数数据进行属性聚类划分，将软件质量参数数据划分为低纯度聚类数据和高纯度聚类数据。

3.根据权利要求1所述的一种软件质量预测方法，其特征在于，所述软件代码管理数据包括新增代码行数、新增类个数和新增数据库表及字段数；所述计算机使用数据包括CPU使用率分布、内存使用率分布、储存使用情况和计算机工作时长数据；所述软件质量管理数据包括软件测试数据、软件版本数据和代码变更数据。

4.根据权利要求1所述的一种软件质量预测方法，其特征在于，根据软件质量预测结果提取预测模型特征，采用演化迭代的方式计算各软件指标的适应度值，并在演化过程中调整权重因子，根据适应度值完成输入数据的聚类划分。