System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于系统缺陷预测,具体涉及一种基于自然邻居过采样的系统缺陷预测方法、装置及设备。
技术介绍
1、系统缺陷决定着系统产品的质量和性能,也是系统产品必然存在的部分。系统缺陷预测技术是系统质量保证中的重要技术,系统缺陷预测可以指导系统测试的方向,正确地进行系统缺陷预测可以节省系统开发时间、提高系统质量。
2、系统缺陷预测是为了发现系统中有缺陷的高风险模块,然而,在系统缺陷数据分布中,无缺陷模块往往要比有缺陷模块要多的多,这种分布满足二八原则,20%的模块集中了80%的缺陷数。无论是工程实践,还是提供研究的公共数据仓库中,系统缺陷数据集存在着严重的类不平衡问题,也就是说系统缺陷预测是不平衡数据分类问题。目前,在系统缺陷预测研究中,存在缺陷数据集的不平衡问题,导致系统缺陷预测精度低的问题。
3、因此,如何解决缺陷数据集中数据不平衡,导致系统缺陷预测的精度低,是本领域亟待解决的问题。
技术实现思路
1、本专利技术的目的是针对现有技术的缺陷,提供一种基于自然邻居过采样的系统缺陷预测方法、装置及设备。本专利技术的基于自然邻居过采样的系统缺陷预测方法,采用基于自然邻居的过采样方法,对预处理后的系统缺陷数据集中的数据进行过采样,形成数据分布平衡的系统缺陷数据集,并基于数据分布平衡的系统缺陷数据集对系统缺陷预测模型进行训练,利用训练好的系统缺陷预测模型进行系统缺陷预测,从而从根源上解决了现有的缺陷数据集中数据不平衡,导致系统缺陷预测的精度低的问题。
2、为了
3、本专利技术提出一种基于自然邻居过采样的系统缺陷预测方法,包括步骤:
4、s1、获取系统历史数据,并基于所述系统历史数据构建系统缺陷数据集;
5、s2、对所述系统缺陷数据集进行数据处理和转换,得到预处理后的系统缺陷数据集;
6、s3、对所述预处理后的系统缺陷数据集中的数据进行过采样,形成数据分布平衡的系统缺陷数据集;具体包括:
7、s31、基于所述预处理后的系统缺陷数据集,对所述预处理后的系统缺陷数据集中的有缺陷数据使用自然邻居进行搜索,形成每一个有缺陷数据的自然邻域,并确定有缺陷数据的过采样范围,其中,所述过采样范围为有缺陷数据和它其中一个自然邻居之间的线性空间;
8、s32、基于所述自然邻域,计算有缺陷数据的自然邻居密度;具体地,基于所述自然邻域,计算每一个有缺陷数据的自然邻居数目,每个有缺陷数据的邻居数目和总体样本的邻居数目的比值,得到该数据的自然邻居密度;
9、s33、基于所述自然邻居密度,确定采样数量,并进行有缺陷数据的采样,得到新增的有缺陷数据集;具体包括如下步骤:
10、s331、对于每一个有缺陷样本,基于所述自然邻居密度ρi,计算每一个样本pi需要合成的样本数目ki,也即采样数量ki的具体计算公式如下:
11、ki=ρicount(majority)-count(minority));
12、其中,count(majority)为无缺陷样本的数目,count(minority)为有缺陷样本的数目;
13、s332、对于数据集中的每一个样本pi,合成的样本n[j]为:
14、n[j]=pi+gap×dif;
15、其中,dif表示pi中随机的一个自然邻居与pi之间的欧式距离,pi的自然邻居存储在nan(pi)中,gap代表(0,1)之间的一个随机数,j的值为[1,ki];
16、s333、将合成的样本n[j]加入新增的有缺陷数据集n;
17、s334、j=j+1,重复上述步骤s332-s333,直至pi周围合成ki个新样本;
18、s335、对于每一个有缺陷样本,重复步骤s331-s334,输出新增的有缺陷数据集n;
19、s34、将所述预处理后的系统缺陷数据集和新增的有缺陷数据集进行合并,形成数据分布平衡的系统缺陷数据集;
20、s4、基于所述数据分布平衡的系统缺陷数据集,对系统缺陷预测模型进行训练,得到训练好的系统缺陷预测模型;
21、s5、获取待预测的系统数据,利用所述训练好的系统缺陷预测模型对所述待预测的系统数据进行系统缺陷预测,得到系统缺陷预测结果。
22、进一步地,步骤s1中,获取系统历史数据,从所述系统历史数据中抽取出多个系统模块,提取出系统模块中与系统缺陷有关的特征,并构建系统缺陷数据集。
23、进一步地,步骤s2中,对所述系统缺陷数据集进行数据处理和转换,包括对重复数据的处理以及对缺失数据的填充处理。
24、进一步地,步骤s4中,所述系统缺陷预测模型为svm。
25、进一步地,步骤s5中,系统缺陷预测结果为所述系统是否存在缺陷,1表示存在缺陷,0表示不存在缺陷。
26、本专利技术提出一种基于自然邻居过采样的系统缺陷预测装置,所述系统缺陷预测装置执行如所述的基于自然邻居过采样的系统缺陷预测方法,包括:系统缺陷数据集构建模块、数据预处理模块、系统缺陷数据过采样模块、系统缺陷预测模型训练模块、系统缺陷预测模块;
27、系统缺陷数据集构建模块,获取系统历史数据,并基于所述系统历史数据构建系统缺陷数据集;
28、数据预处理模块,对所述系统缺陷数据集进行数据处理和转换,得到预处理后的系统缺陷数据集;
29、系统缺陷数据过采样模块,对所述预处理后的系统缺陷数据集中的数据进行过采样,形成数据分布平衡的系统缺陷数据集;
30、系统缺陷预测模型训练模块,基于所述数据分布平衡的系统缺陷数据集,对系统缺陷预测模型进行训练,得到训练好的系统缺陷预测模型;
31、系统缺陷预测模块,获取待预测的系统数据,利用所述训练好的系统缺陷预测模型对所述待预测的系统数据进行系统缺陷预测,得到系统缺陷预测结果。
32、本专利技术还提出一种计算机设备,所述设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
33、与现有技术相比,具有如下有益效果:
34、1.本专利技术的基于自然邻居过采样的系统缺陷预测方法,采用基于自然邻居的过采样方法,对预处理后的系统缺陷数据集中的数据进行过采样,形成数据分布平衡的系统缺陷数据集,并基于数据分布平衡的系统缺陷数据集对系统缺陷预测模型进行训练,利用训练好的系统缺陷预测模型进行系统缺陷预测,解决缺陷数据集中数据不平衡问题,提升了系统缺陷预测的准确性。
35、2.本专利技术的基于自然邻居过采样的系统缺陷预测方法,采用基于自然邻居的过采样方法,通过采用自然邻居,系统缺陷的过采样过程中不含有参数选择的问题,在生成有缺陷数据的过程中不需要人工干预,简化了系统缺陷的过采样过程。
本文档来自技高网...【技术保护点】
1.一种基于自然邻居过采样的系统缺陷预测方法,其特征在于,包括步骤:
2.根据权利要求1所述的方法,其特征在于,步骤S1中,获取系统历史数据,从所述系统历史数据中抽取出多个系统模块,提取出系统模块中与系统缺陷有关的特征,并构建系统缺陷数据集。
3.根据权利要求1所述的方法,其特征在于,步骤S2中,对所述系统缺陷数据集进行数据处理和转换,包括对重复数据的处理以及对缺失数据的填充处理。
4.根据权利要求1所述的方法,其特征在于,步骤S4中,所述系统缺陷预测模型为SVM。
5.根据权利要求1所述的方法,其特征在于,步骤S5中,系统缺陷预测结果为所述系统是否存在缺陷,1表示存在缺陷,0表示不存在缺陷。
6.一种基于自然邻居过采样的系统缺陷预测装置,其特征在于,所述系统缺陷预测装置执行如权利要求1所述的基于自然邻居过采样的系统缺陷预测方法,包括:系统缺陷数据集构建模块、数据预处理模块、系统缺陷数据过采样模块、系统缺陷预测模型训练模块、系统缺陷预测模块;
7.一种计算机设备,其特征在于,所述设备包括存储器及处理器,所述存
...【技术特征摘要】
1.一种基于自然邻居过采样的系统缺陷预测方法,其特征在于,包括步骤:
2.根据权利要求1所述的方法,其特征在于,步骤s1中,获取系统历史数据,从所述系统历史数据中抽取出多个系统模块,提取出系统模块中与系统缺陷有关的特征,并构建系统缺陷数据集。
3.根据权利要求1所述的方法,其特征在于,步骤s2中,对所述系统缺陷数据集进行数据处理和转换,包括对重复数据的处理以及对缺失数据的填充处理。
4.根据权利要求1所述的方法,其特征在于,步骤s4中,所述系统缺陷预测模型为svm。
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员:杨力军,王文彤,杨俊涛,唐东明,干可,
申请(专利权)人:西南民族大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。