[发明专利]一种软件易变性预测模型的构建方法

摘要

本发明提供一种软件易变性预测模型的构建方法，该方法使用相似度来定义软件易变性，符合软件外部属性，如需求、功能变化时，体现在源代码上的变化，使用了目前所能定义的大部分度量，得到的度量信息更为全面，并对这些原始度量使用特征提取与选择的技术，提高了模型的计算性能，减少了因特征过多造成的信息冗余。即能够使用更多的度量信息，又能够避免过多的特征而影响模型性能。

主权项

1.一种软件易变性预测模型的构建方法，其特征在于，包括以下步骤：S1：以面向对象软件系统中的类为研究对象，提取软件源代码的结构信息；S2：通过S1中提取到的源代码结构信息，计算面向对象软件度量，包括规模类度量、耦合度度量、内聚度度量、继承类度量；S3：通过对比在软件演化中不同版本所对应的类的变化情况，通过类相似度来定义并解析出类的易变性信息，该易变性信息包括分类标签；S4：对S2中计算得到的面向对象软件度量进行特征提取和选择，分别分析规模类、内聚度、耦合度、继承类度量与软件易变性的相关性，选择相关度较高的度量组成度量集合，对该度量集合进行主成分分析进行数据降维，去除冗余信息，得到一组新的特征集合，以该组特征集合作为前馈多层感知器算法的输入即前馈神经网络的输入层，使用收集到的训练数据集，选择特定的参数，训练得到软件易变性预测模型；S5：使用S3中得到的分类标签与S4中得到的特征集合，生成软件易变性预测模型的训练集，使用前馈多层感知器算法训练出预测模型。