[发明专利]基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法

摘要

本发明公开了一种基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法，包括标注每个跨项目实例即训练数据有多少个缺陷、根据经验提取实例内的度量属性、数据预处理、基于加权跨项目实例集构建贝叶斯缺陷预测模型、根据贝叶斯缺陷预测模型预测本项目实例是否有缺陷等五步骤；本发明对现有跨项目缺陷数据的权值计算方法进行改进，提出一种基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法，即在根据迁移学习计算权值的基础上，考虑缺陷个数信息的加成作用，有效避免了不平衡问题对预测结果造成的影响，从而提高了跨项目缺陷预测的精度。

主权项

一种基于迁移学习和缺陷数量信息的跨公司软件缺陷预测方法，其特征在于，包括以下步骤：步骤1：标注每个跨项目实例即训练数据有多少个缺陷；步骤2：根据经验提取实例内的度量属性；步骤3：数据预处理；步骤4：基于加权跨项目实例集构建贝叶斯缺陷预测模型；步骤5：根据贝叶斯缺陷预测模型预测本项目实例是否有缺陷。