-
公开(公告)号：CN111858328A
公开(公告)日：2020-10-30
申请号：CN202010679603.4
申请日：2020-07-15
Applicant: 南通大学
Abstract: 本发明属于软件质量保障领域，公开了一种基于有序神经网络的软件缺陷模块严重程度预测方法。本发明提供的方法包括如下步骤：挖掘样本软件项目所在的版本控制系统和缺陷跟踪系统，对样本软件项目的程序模块进行度量和缺陷严重程度的标记，构建样本数据集；基于样本数据集，采用有序神经网络模型和贝叶斯超参优化方法，获得软件缺陷预测模型，即具有最优超参数的有序神经网络模型；采用该软件缺陷预测模型预测软件项目中程序模块的缺陷严重程度。本发明构建软件缺陷预测模型相比于常规的软件缺陷预测方法，不仅可以进行软件缺陷预测，还可以预测缺陷的严重程度，且预测准确性更高。
-
公开(公告)号：CN111858328B
公开(公告)日：2021-11-12
申请号：CN202010679603.4
申请日：2020-07-15
Applicant: 南通大学
Abstract: 本发明属于软件质量保障领域，公开了一种基于有序神经网络的软件缺陷模块严重程度预测方法。本发明提供的方法包括如下步骤：挖掘样本软件项目所在的版本控制系统和缺陷跟踪系统，对样本软件项目的程序模块进行度量和缺陷严重程度的标记，构建样本数据集；基于样本数据集，采用有序神经网络模型和贝叶斯超参优化方法，获得软件缺陷预测模型，即具有最优超参数的有序神经网络模型；采用该软件缺陷预测模型预测软件项目中程序模块的缺陷严重程度。本发明构建软件缺陷预测模型相比于常规的软件缺陷预测方法，不仅可以进行软件缺陷预测，还可以预测缺陷的严重程度，且预测准确性更高。
-
Search Results
2
records
(took 0.015 seconds)
