[发明专利]一种软件缺陷预测的改进排序学习方法在审
| 申请号： | 201910231073.4 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109947652A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 杨晓杏;温武少;李鑫 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06F11/00 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明为软件缺陷预测的改进排序学习方法，包括步骤：从已知缺陷个数的源代码文件中提取度量元和相应的缺陷个数，作为训练数据；对训练数据进行预处理；利用预处理过的训练数据构造预测模型，使用多目标优化算法同时优化模型的排序性能、回归性能以及模型复杂度，得到一组模型参数，然后根据实际需要选择合适的模型参数，或者先根据实际需求对模型的排序性能、回归性能以及模型复杂度赋予相应的权值，然后使用单目标优化算法求得模型参数；利用训练得到的模型分析测试数据，得到相应软件模块的缺陷信息。本发明能优化模型的排序性能、回归性能以及模型复杂度，更好适应不同应用场景下的不同需求。 | ||
| 搜索关键词： | 排序 训练数据 复杂度 预处理 模型参数 软件缺陷 优化模型 回归 多目标优化算法 源代码文件 测试数据 构造预测 模型分析 缺陷信息 软件模块 实际需求 应用场景 优化算法 单目标 组模型 预测 度量 改进 学习 赋予 | ||
【主权项】：
1.一种软件缺陷预测的改进排序学习方法，其特征在于，包括以下步骤：步骤1、从已知缺陷个数的源代码文件中提取度量元和相应的缺陷个数，作为训练数据；步骤2、对训练数据进行预处理，包括对重复样本、不一致样本、缺失数据的处理；步骤3、利用预处理过的训练数据构造预测模型，使用多目标优化算法同时优化模型的排序性能、回归性能以及模型复杂度，得到一组模型参数，然后根据实际需要选择合适的模型参数；或者先根据实际需求对模型的排序性能、回归性能以及模型复杂度赋予相应的权值，然后使用单目标优化算法求得模型参数；步骤4、输入测试数据，利用训练得到的模型分析测试数据，得到相应软件模块的缺陷信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910231073.4/，转载请声明来源钻瓜专利网。
- 上一篇：人工智能引擎优化方法和装置
- 下一篇：用于测试用例库自动更新的方法与设备
