一种软件质量评价方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种软件质量评价方法，包括：获取评价指标体系和目标软件，并利用ReliefF算法对初始评价指标体系进行降维处理，得到目标评价指标体系；根据目标评价指标体系获取目标软件的指标数据，并将指标数据输入预设的评价神经网络模型，输出指标数据对应的评价数据；按照预设的评价规则处理评价数据，得到目标软件的评价结果。该方法首先对初始评价指标体系进行降维处理，得到了精简却不失准确度的目标评价指标体系，进而利用目标评价指标体系评价目标软件，从而降低了评价计算过程的复杂度和难度，提高了软件质量评价效率和准确率。相应地，本发明专利技术公开的一种软件质量评价装置、设备及可读存储介质，也同样具有上述技术效果。

A Software Quality Assessment Method, Device, Equipment and Readable Storage Media

The invention discloses a software quality evaluation method, which includes: acquiring the evaluation index system and the target software, and using ReliefF algorithm to reduce the dimension of the initial evaluation index system to obtain the target evaluation index system; acquiring the target software index data according to the target evaluation index system, and inputting the index data into the preset evaluation neural network model, and outputting the index data. The corresponding evaluation data are processed according to the preset evaluation rules, and the evaluation results of the target software are obtained. Firstly, the dimensionality of the initial evaluation index system is reduced, and a simplified but accurate target evaluation index system is obtained. Then the target software is evaluated by the target evaluation index system, which reduces the complexity and difficulty of the evaluation calculation process and improves the efficiency and accuracy of software quality evaluation. Accordingly, the software quality evaluation device, equipment and readable storage medium disclosed by the present invention also have the same technical effect.

【技术实现步骤摘要】
一种软件质量评价方法、装置、设备及可读存储介质
本专利技术涉及软件质量检测
，更具体地说，涉及一种软件质量评价方法、装置、设备及可读存储介质。
技术介绍
软件质量是软件产品满足规定和隐含需求能力有关的所有特征和所有特性的总和。软件质量评价是使用合适的技术对被评价软件的质量特性、子特性等进行度量并对度量的结果进行评价，从而给出软件产品能否满足特定需求的评价结果。软件质量评价可以定量的给出软件的质量水平，可以根据软件质量的评价结果对软件进行相应的管理和质量改进。目前，现有的软件质量评价方法诸多，主要有：层次分析法、模糊综合评价法、基于神经网络计算等，这些评价方法均基于原始的评价指标体系采集待评价软件的指标数据。由于初始的评价指标体系中的指标参数多而繁杂，维度较高，高纬度的指标体系中不免存在冗余、无用的指标参数，因此基于原始的评价指标体系采集指标数据时，会采集到一些冗余、无用的指标数据，这些指标数据可能会干扰特征识别过程，导致评价结果的准确性降低；并且，基于神经网络评价目标软件时，若基于原始评价指标体系训练神经网络，则可能使神经网络的训练和验证过程繁琐复杂，从而会提升计算过程的复杂度本文档来自技高网...

【技术保护点】
1.一种软件质量评价方法，其特征在于，包括：获取初始评价指标体系和目标软件，并利用ReliefF算法对所述初始评价指标体系进行降维处理，得到目标评价指标体系；根据所述目标评价指标体系获取所述目标软件的指标数据，并将所述指标数据输入预设的评价神经网络模型，输出所述指标数据对应的评价数据；按照预设的评价规则处理所述评价数据，得到所述目标软件的评价结果。

【技术特征摘要】
1.一种软件质量评价方法，其特征在于，包括：获取初始评价指标体系和目标软件，并利用ReliefF算法对所述初始评价指标体系进行降维处理，得到目标评价指标体系；根据所述目标评价指标体系获取所述目标软件的指标数据，并将所述指标数据输入预设的评价神经网络模型，输出所述指标数据对应的评价数据；按照预设的评价规则处理所述评价数据，得到所述目标软件的评价结果。2.根据权利要求1所述的软件质量评价方法，其特征在于，所述评价神经网络模型为小波神经网络模型。3.根据权利要求2所述的软件质量评价方法，其特征在于，所述评价神经网络模型的构建过程包括：基于所述初始评价指标体系采集初始训练样本数据和初始验证样本数据；基于所述目标评价指标体系对所述初始采集训练样本数据和所述初始验证样本数据进行降维处理，得到目标训练样本数据和目标验证样本数据；确定所述评价神经网络模型的拓扑结构和参数配置，并利用所述目标训练样本数据对所述评价神经网络模型进行训练；当训练完成后，将所述目标验证样本数据输入所述评价神经网络模型，并判断输出的评价数据与所述目标验证样本数据的原始评价数据是否一致；若是，则利用训练完成的评价神经网络模型评价所述目标软件的指标数据。4.根据权利要求1-3任意一项所述的软件质量评价方法，其特征在于，所述利用ReliefF算法对所述初始评价指标体系进行降维处理，得到目标评价指标体系，包括：将所述初始评价指标体系中的指标参数划分为多个样本；确定与每个样本同类的、最近邻的第一样本集，以及不同类的、最近邻的第二样本集；利用预设的公式分别更新每个第一样本集中的特征值的权重，和每个第二样本集中的特征值的权重，获得权重集；将所述权重集中的小于预设阈值的权重值删除，获得目标权重集，并根据所述目标权重集确定所述目标评价指标体系。5.根据权利要求4所述的软件质量评价方法，其特征在于，所述按照预设的评价规则处理所述评价数据，得到所述目标软件的评价结果，包括：按照基本概率赋值规则处理所述评价数据，得到所述目标软件的评价结果。6.一种软件质量评价装置，其特征在于，包括：获取模块，用于获取初始...

【专利技术属性】
技术研发人员：宋元章，赵宇，李洪雨，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：吉林,22