[发明专利]一种基于选择主成分识别的行业建筑软件缺陷管理方法

权利要求书

1.一种基于选择主成分识别的行业建筑软件缺陷管理方法，具体步骤如下，其特征在于：

步骤1，采集程序缺陷报告和程序，并训练基于选择主成分识别的建筑软件缺陷分类模型，获得训练完成的建筑软件缺陷分类模型；

步骤2，在测试过程中发现建筑软件缺陷后，将程序缺陷报告和程序输入至分类模型中，获得缺陷类别，并跳转至步骤3；

步骤3，根据分类结果，记录建筑软件缺陷的信息主要包括类别、标题、发现人、具体描述信息，可补充必要附件、等级建议和其他类型自定义信息，跳转至步骤4分析建筑软件缺陷；

步骤4，判断是否立即处理：根据分类结果判断建筑软件缺陷处理的难易程度、资源限制和时间限制，给出建筑软件缺陷是否需要立即处理指令，如果不需要立即处理，跳转至步骤5编写并提交详细需求分析、建筑软件设计文档；如果需要立即处理，跳转至步骤6；

步骤5，对非立即处理缺陷，编制详细的需求分析报告和建筑软件设计报告，再跳转至步骤6修改测试程序缺陷；

步骤6，根据相关要求进行修改程序缺陷工作，修改完成后改变程序缺陷状态为解决，如果程序缺陷修改结果未通过测试，则修改程序缺陷状态为重新代开，如果通过测试，则关闭程序缺陷。

2.根据权利要求1所述的一种基于选择主成分识别的行业建筑软件缺陷管理方法，其特征在于：步骤1中训练基于选择主成分识别的建筑软件缺陷分类模型的过程可以表示为：

步骤1.1，对建筑软件缺陷数据样本集进行主成分分析，得到数据样本的特征值矩阵L以及对应的特征向量矩阵W＝(w₁,w₂,…,w_d’)；

步骤1.2，找出选择特征向量矩阵W_j+，对P类不同的建筑软件缺陷而言，每类目标的被划分为Q_i个背景i＝1,2,…,P，每个背景有M_j个建筑软件缺陷数据，其中j＝1,2,…,Q₁+Q₂+…+Q_P，将建筑软件缺陷数据通过主成分分析可得到Q₁,Q₂,…,Q_P个特征值矩阵L_j，对不同目标可构造一个新的特征值矩阵l_i,i＝1,2,…,P:

L_Qi是i类软件缺陷的主成分特征，然后利用下式得到不同目标的不同特征值之间的可分性大小：

其中，l_i⁰是l_i的始点零化像；m^t(i,j)是不同缺陷数据做主成分分析后得到的不同特征值对于不同类型的可分性大小，i≤j，i，j＝1,2,…,Q₁+Q₂+…+Q_P；t表示特征值在特征值矩阵中的顺序；l_i^(k)表示第k个背景的第i类缺陷类型下作主成分分析后的特征值矩阵中的第t个特征值；通过式4对不同缺陷类型分别找到与其他类别具有最大可分性的特征值在特征值矩阵L_j中的对应位置，从不同缺陷类型的特征向量矩阵W_j中选择出具有不同目标间可分性最大的特征值对应的特征向量构成选择特征向量矩阵W_j+；

步骤1.3，对测试样本的选择主成分特征进行重构，利用找到的不同背景下的不同缺陷类型的选择特征向量矩阵W_j+，得到测试样本选择特征对应不同背景下不同缺陷类型的一系列重构特征j＝1,2,…,Q₁+Q₂+…+Q_P:

其中MEAN_j表示该背景下所有选择特征向量的平均向量,f是该样本数据；

步骤1.4，通过重构误差找到测试样本的对应类别如下：

通过计算得到一系列建筑软件缺陷数据的重构特征与测试样本实际选择特征之间的重构误差为：

最后找到最小重构误差，从而确定对应的缺陷类型：