[发明专利]一种基于CS-ANN的软件缺陷预测方法

摘要

本发明公开了一种基于CS-ANN的软件缺陷预测方法，包括：输入原始数据集，得到训练数据集；把训练数据集分为训练数据和测试数据；初始化权值；将训练数据和权值输入ANN算法进行训练，得出预测值，计算损失函数值Jw；将Jw和权值输入CS算法，得到最优权值；判断是否满足迭代次数；使用得到的最优权值和测试数据进行测试，输出测试结果；使用测试结果，以最大值F1值为标准确定最佳阈值；最后将新数据、最优权值和最佳阈值输入模型对新数据预测。本发明首次将布谷鸟搜索算法和神经网络算法运用到软件缺陷预测模型中，结合了布谷鸟搜索算法的能够找到全局最优值、收敛速度快和参数设置简单等优点，提高了模型的缺陷预测能力和性能。

主权项

一种基于CS‑ANN的软件缺陷预测方法，其特征在于，所述基于CS‑ANN的软件缺陷预测方法分为训练和预测两个过程，训练过程是使用历史数据对模型进行训练，得到此数据集的最佳权值和阈值；预测过程是使用训练过程得到的权值和阈值对新的数据进行预测，输出新的数据集中的模块有无缺陷，预测时输入的新数据的属性应和经过特征选择之后的数据有相同的属性。