一种软件缺陷预测方法

发明专利有效专利

申请号：
CN202110896447.1
IPC分类号：G06F11/36;G06N3/00;G06N20/10
申请日期：
2021-08-05
申请人：
江苏师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种软件缺陷预测方法
申请号	CN202110896447.1	申请日期	2021-08-05
法律状态	公开	申报国家	中国
公开/公告日	2021-11-16	公开/公告号	CN113656294A
优先权	暂无	优先权号	暂无
主分类号	G06F11/36 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F11/00 错误检测；错误校正；监控（在基于记录载体和传感器之间的相对运动而实现的信息存储中的错误检测、校正或监控所用的方法或装置入 G11B 20/18；监控，即，监控记录或重现的进程入G11B 27/36；静态存储中所用的方法或装置入G11C29/00）〔1，4，2006.01〕 G06F11/36 通过软件的测试或调试防止错误〔7〕	IPC分类号	G;0;6;F;1;1;/;3;6;;;G;0;6;N;3;/;0;0;;;G;0;6;N;2;0;/;1;0查看分类表>
申请人	江苏师范大学	申请人地址	江苏省徐州市铜山新区上海路101号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江苏师范大学	当前权利人	江苏师范大学
发明人	孟倩
代理机构	北京淮海知识产权代理事务所（普通合伙）	代理人	周淑淑

摘要

一种软件缺陷预测方法，首先对采集样本数据中的不平衡数据和脏数据处理形成信息决策表，采用等频率间隔划分方法对信息决策表进行离散化处理，采用基于信息熵属性约简的算法对全体样本进行属性约简，去掉冗余属性，降低样本维度，其次利用基于粒距动态改变惯性权重ω的改进粒子群算法搜索SVM模型最优参数组合(C，σ)，最后基于最优参数建立支持向量机软件缺陷预测模型，使用该模型在NASA软件度量数据集上进行缺陷预测；本发明通过粗糙集对原样本集进行属性约减，仅保留了少量特征属性，不但可提高软件缺陷预测性能，而且可以大大减少采样工作量，提高工作效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供