[发明专利]一种基于迁移学习的软件功能缺陷挖掘方法有效
| 申请号： | 201910783286.8 | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110489348B | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 冯落落;李锐;于治楼 | 申请（专利权）人： | 山东浪潮科学研究院有限公司 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06F16/35 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 冯春连 |
| 地址： | 250100 山东省济*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于迁移学习的软件功能缺陷挖掘方法，涉及数据处理技术领域，包括训练部分和挖掘部分。在训练部分，首先利用开源源代码和开源源代码的文档解释产生一个text‑enriched代码功能空间，随后构建辅助AM模型和CFRM模型，辅助AM模型学习text‑enriched代码功能空间并产生特征映射函数，用text‑enriched代码功能空间和辅助AM模型产生的特征映射函数训练CFRM模型，CFRM模型捕捉开源源代码文档解释的关键词，并输出开源源代码的功能表示，即可完成CFRM模型的训练；在挖掘阶段，将需要进行软件功能缺陷挖掘的源代码输入CFRM模型，CFRM模型输出所述源代码的功能表示后输入分类器进行软件功能缺陷的挖掘。本方法可以高效快速的对目标项目进行软件功能缺陷的挖掘。 | ||
| 搜索关键词： | 一种 基于 迁移 学习 软件 功能 缺陷 挖掘 方法 | ||
【主权项】：
1.一种基于迁移学习的软件功能缺陷挖掘方法，其特征在于,该方法包括训练部分和挖掘部分；/n在训练部分，首先利用开源源代码和开源源代码的文档解释产生一个text-enriched代码功能空间，随后构建辅助AM模型和CFRM模型，辅助AM模型学习text-enriched代码功能空间并产生特征映射函数，用text-enriched代码功能空间和辅助AM模型产生的特征映射函数训练CFRM模型，CFRM模型捕捉开源源代码文档解释的关键词，并输出开源源代码的功能表示，即可完成CFRM模型的训练；/n在挖掘阶段，将需要进行软件功能缺陷挖掘的源代码输入CFRM模型，CFRM模型输出所述源代码的功能表示，且CFRM模型将所述源代码的功能表示输入分类器，分类器对软件功能缺陷进行挖掘，并输出挖掘结果0或1，0表示源代码不存在软件功能缺陷，1表示源代码存在软件功能缺陷。/n
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山东浪潮科学研究院有限公司，未经山东浪潮科学研究院有限公司许可，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/201910783286.8/，转载请声明来源钻瓜专利网。
