一种基于域特征分布的跨项目软件缺陷预测方法

    公开(公告)号:CN115269378B

    公开(公告)日:2023-06-09

    申请号:CN202210717461.5

    申请日:2022-06-23

    Applicant: 南通大学

    Abstract: 本发明提供一种基于域特征分布的跨项目软件缺陷预测方法,包括如下步骤:S1、构建项目向量集PVS;S2、构建源域实例候选索引集SDCI;S3、构建源域实例候选集SDCS;S4、构建适应域特征分布索引DFDI;S5、构建适应域特征分布的训练集DFDD;S6、构建基于域特征分布的跨项目软件缺陷预测方法DFDCP。本发明提出一种基于域特征分布的跨项目软件缺陷预测方法,在源域实例候选集中,由目标实例的去均值化向量进行实例再选择,构建适应域特征分布的实例集,使用该方法构建的训练集有利于进一步建立精确的跨项目缺陷预测模型,实现更好的跨项目缺陷预测效果。

    一种基于优化实例选择的跨项目软件缺陷预测方法

    公开(公告)号:CN115269377B

    公开(公告)日:2023-07-11

    申请号:CN202210717428.2

    申请日:2022-06-23

    Applicant: 南通大学

    Abstract: 本发明提供一种基于优化实例选择的跨项目软件缺陷预测方法,包括如下步骤:S1、构建项目向量集PVS;S2、构建目标实例优化索引IPI;S3、构建预训练集TPRED;S4、构建目标项目的优化索引TPOI;S5、构建基于优化实例选择的训练集BOD;S6、构建基于优化实例选择的跨项目软件缺陷预测方法BOICP。本发明提出一种基于优化实例选择的跨项目软件缺陷预测方法,通过构建目标实例全局特征向量实现源实例选择,然后使用相关性分析进一步优化实例选择,使用该方法构建的训练集有利于选择可靠的实例数据,实现更好的跨项目缺陷预测效果。

    一种基于域特征分布的跨项目软件缺陷预测方法

    公开(公告)号:CN115269378A

    公开(公告)日:2022-11-01

    申请号:CN202210717461.5

    申请日:2022-06-23

    Applicant: 南通大学

    Abstract: 本发明提供一种基于域特征分布的跨项目软件缺陷预测方法,包括如下步骤:S1、构建项目向量集PVS;S2、构建源域实例候选索引集SDCI;S3、构建源域实例候选集SDCS;S4、构建适应域特征分布索引DFDI;S5、构建适应域特征分布的训练集DFDD;S6、构建基于域特征分布的跨项目软件缺陷预测方法DFDCP。本发明提出一种基于域特征分布的跨项目软件缺陷预测方法,在源域实例候选集中,由目标实例的去均值化向量进行实例再选择,构建适应域特征分布的实例集,使用该方法构建的训练集有利于进一步建立精确的跨项目缺陷预测模型,实现更好的跨项目缺陷预测效果。

    一种基于优化实例选择的跨项目软件缺陷预测方法

    公开(公告)号:CN115269377A

    公开(公告)日:2022-11-01

    申请号:CN202210717428.2

    申请日:2022-06-23

    Applicant: 南通大学

    Abstract: 本发明提供一种基于优化实例选择的跨项目软件缺陷预测方法,包括如下步骤:S1、构建项目向量集PVS;S2、构建目标实例优化索引IPI;S3、构建预训练集TPRED;S4、构建目标项目的优化索引TPOI;S5、构建基于优化实例选择的训练集BOD;S6、构建基于优化实例选择的跨项目软件缺陷预测方法BOICP。本发明提出一种基于优化实例选择的跨项目软件缺陷预测方法,通过构建目标实例全局特征向量实现源实例选择,然后使用相关性分析进一步优化实例选择,使用该方法构建的训练集有利于选择可靠的实例数据,实现更好的跨项目缺陷预测效果。

Patent Agency Ranking