【技术实现步骤摘要】
本专利技术涉及软件工程软件缺陷预测，特别涉及一种基于超图神经网络的缺陷预测方法和系统。
技术介绍
1、随着软件规模的扩大和复杂度的不断提高，软件的质量问题成为了关注的焦点，软件缺陷是软件质量的对立面，威胁着软件质量。因此，如何在软件开发的早期挖掘出缺陷模块成为一个需解决的问题。软件缺陷预测技术能够在软件开发过程中使用软件模块的度量元数据来提前发现与锁定缺陷模块，从而合理地分配有限资源，为软件质量提供保障。
2、在早期工作中，已有一些研究人员从不同角度对缺陷预测的相关研究工作进行了总结，重点讨论了静态缺陷预测方法，传统的缺陷预测通过手工定义了一系列源代码度量作为代码特征，然后使用典型的机器学习算法训练预测模型，即svm、logistic回归或决策树。然而，传统的手工设计特征只能捕捉到源代码的一部分信息，为了更全面地挖掘源代码中的语义和语法信息，研究者们开始将软件源代码视为类似于自然语言处理中的文本序列。例如，他们引入了基于抽象语法树的神经网络模型，这种方法能够有效地对源代码进行建模，同时也保留程序的结构信息。
3、...
【技术保护点】
1.一种基于超图神经网络的缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法，其特征在于：S1包括以下子步骤：
3.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法，其特征在于：S2包括以下子步骤：
4.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法，其特征在于：S3包括以下步骤：
5.一种基于超图神经网络的缺陷预测系统，其特征在于：该系统能够用于实施权利要求1至4其中一项所述的一种基于超图神经网络的缺陷预测方法，包括：
6.一种计算机可读存储介...
【技术特征摘要】
1.一种基于超图神经网络的缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法，其特征在于：s1包括以下子步骤：
3.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法，其特征在于：s2包括以下子步骤：
4.根据权利要求1所述的一种基于超图神经网络的缺陷预测方法...
【专利技术属性】
技术研发人员：何鹏，杨豪情，陈辉，郑巧仙，顾珍，
申请(专利权)人：湖北大学，
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。