一种树序列化嵌入的软件代码推荐方法

    公开(公告)号:CN114647418A

    公开(公告)日:2022-06-21

    申请号:CN202210336803.9

    申请日:2022-03-31

    Applicant: 南通大学

    Abstract: 本发明提供一种树序列化嵌入的软件代码推荐方法,主要用于解决开发过程中出现的代码功能实现问题,包括如下步骤:步骤1、通过解析抽象语法树AST分别将向量化的代码和注释嵌入到向量空间中并计算相似度,建立TCDEnn模型;步骤2、收集java代码,通过AST节点提取进行预处理构建训练集和测试集,用来训练和测试TCDEnn模型;步骤3、收集高质量的java代码,建立代码搜索库,开发人员输入描述查询代码搜素库,对搜索代码库中的AST向量与功能描述向量计算相似度,将相似度值最高的k个代码向量返回给开发人员。本发明可以通过直接描述功能需求的形式得到对应代码,有效节省开发时间,提高开发效率。

    基于类实例相似性的源项目选择预测方法

    公开(公告)号:CN114880221A

    公开(公告)日:2022-08-09

    申请号:CN202210490982.1

    申请日:2022-05-07

    Applicant: 南通大学

    Abstract: 本发明属于软件缺陷预测的技术领域,提供一种基于类实例相似性的源项目选择预测方法,包括如下步骤:S1、构建缺陷预测数据集DATA;S2、ST模型处理数据集单元STset;S3、获取类实例相似度数据集SCset;S4、获取源项目选择指标集SMset;S5、构建最相似类实例选择方法SOCImethod;S6、构建基于类实例相似性的源项目选择方法ST‑SIS。本发明沿用K近邻机制进行延伸拓展,以细粒度形式进行软件缺陷预测,可为后续数据训练提供更高质量的源项目,该方法能够有效提高软件缺陷预测效率。

    基于代码语义融合传统度量元的软件缺陷预测方法

    公开(公告)号:CN114968764A

    公开(公告)日:2022-08-30

    申请号:CN202210445965.6

    申请日:2022-04-26

    Applicant: 南通大学

    Abstract: 本发明属于软件缺陷预测的技术领域,提供一种基于代码语义融合传统度量元的软件缺陷预测方法,包括如下步骤:S1、获取项目传统度量元;S2、构建项目代码实例向量集PCIVS;S3、构建语义提取器SEM;S4、生成语义向量集GSVS;S5、构建语义融合器SCM;S6、生成组合语义向量集CSVS;S7、构建缺陷预测分类模型;S8、构建基于代码语义融合传统度量元的软件缺陷预测方法MSFDP。本发明使用特征提取器提取代码中潜在的语义信息,并融合人工提取的传统度量元,使用组合的语义向量表示构建缺陷预测分类模型,弥补使用传统度量元建立预测模型方法的不足,提高软件使用的稳定性,进一步帮助开发人员及早的发现软件缺陷,优化测试资源分配。

Patent Agency Ranking