【技术实现步骤摘要】
本申请涉及计算机技术，尤其涉及一种软件代码的质量检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
技术介绍
1、软件开发在当今科技时代扮演着重要角色，为了确保软件的可靠性、稳定性和可维护性，软件代码的质量检测(或称质量评估)变得尤为重要。在相关技术提供的方案中，通常是通过传统的综合评价法如灰色综合评价法、模糊综合评价法等，从不同的角度对软件代码的质量进行评价，然后根据软件代码的多种质量特性来分层建立指标体系结构，结合专家评估矩阵和层次分析法来确定专家自身权重和指标权重，从而建立评价的数学模型，再通过一系列的计算得到隶属度向量，将隶属度向量中最大值对应位置作为最终的质量等级。
2、然而，由于各评审专家有着不同的知识背景、思维习惯、评价状态以及一些其他外在的影响因素，对软件代码质量特性的度量指标的关注度和理解程度充满着主观性，不能全面和深层次地去挖掘每个质量特性对应的质量指标蕴含的信息，也不能关注到不同质量特性对应的质量指标之间的关联，导致质量检测的准确性差。
技术实现思路
1、本申请提供一种软件代码的质量检测方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够提升质量检测的准确性。
2、本申请的技术方案是这样实现的：
3、本申请提供一种软件代码的质量检测方法，包括：
4、对软件代码进行静态检测处理，得到多个度量向量；其中，每个度量向量对应一种质量特性；
5、通过质量检测模型中与每种质量特性对应的度量向
6、通过所述质量检测模型中的基于多头注意力机制的编码器对多个嵌入度量向量进行无关向量顺序的编码处理，得到多个编码向量；
7、通过所述质量检测模型中的基于多头注意力机制的解码器对所述多个编码向量进行无关向量顺序的解码处理，得到多个解码向量；
8、对所述多个解码向量进行拼接处理，得到拼接解码向量；
9、通过所述质量检测模型中的归一化层对所述拼接解码向量进行归一化处理，得到多种质量等级分别对应的概率，并将最大的概率对应的质量等级确定为所述软件代码的目标质量等级。
10、本申请提供一种软件代码的质量检测装置，包括：
11、静态检测模块，用于对软件代码进行静态检测处理，得到多个度量向量；其中，每个度量向量对应一种质量特性；
12、嵌入模块，用于通过质量检测模型中与每种质量特性对应的度量向量嵌入网络对该种质量特性对应的度量向量进行嵌入处理，得到嵌入度量向量；
13、编码模块，用于通过所述质量检测模型中的基于多头注意力机制的编码器对多个嵌入度量向量进行无关向量顺序的编码处理，得到多个编码向量；
14、解码模块，用于通过所述质量检测模型中的基于多头注意力机制的解码器对所述多个编码向量进行无关向量顺序的解码处理，得到多个解码向量；
15、拼接模块，用于对所述多个解码向量进行拼接处理，得到拼接解码向量；
16、预测模块，用于通过所述质量检测模型中的归一化层对所述拼接解码向量进行归一化处理，得到多种质量等级分别对应的概率，并将最大的概率对应的质量等级确定为所述软件代码的目标质量等级。
17、本申请提供一种电子设备，包括：
18、存储器，用于存储可执行指令；
19、处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的软件代码的质量检测方法。
20、本申请提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本申请提供的软件代码的质量检测方法。
21、本申请提供了一种计算机程序产品，该计算机程序产品包括可执行指令，用于引起处理器执行时，实现本申请提供的软件代码的质量检测方法。
22、本申请具有以下有益效果：
23、本申请对软件代码进行静态检测处理，得到多个度量向量；其中，每个度量向量对应一种质量特性；通过质量检测模型中与每种质量特性对应的度量向量嵌入网络对该种质量特性对应的度量向量进行嵌入处理，得到嵌入度量向量；通过质量检测模型中的基于多头注意力机制的编码器对多个嵌入度量向量进行无关向量顺序的编码处理，得到多个编码向量；通过质量检测模型中的基于多头注意力机制的解码器对多个编码向量进行无关向量顺序的解码处理，得到多个解码向量；对多个解码向量进行拼接处理，得到拼接解码向量；通过质量检测模型中的归一化层对拼接解码向量进行归一化处理，得到多种质量等级分别对应的概率，并将最大的概率对应的质量等级确定为软件代码的目标质量等级。由于在质量检测场景中，向量顺序并不会影响软件代码的质量，因此本申请在编解码过程中并不考虑向量顺序，同时，不同软件代码之间并无很强的时效性和关联性，因此本申请中每个软件代码的编解码过程是独立进行的，并不参考其他软件代码的编解码结果。综上，本申请能够深层次地挖掘各质量特性对应的嵌入度量向量之间的内在联系，充分融合各质量特性对应的嵌入度量向量所蕴含的信息，提升得到的目标质量等级的准确性。
本文档来自技高网...【技术保护点】
1.一种软件代码的质量检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述编码器包括第一多头注意力网络以及第一优化网络，所述第一多头注意力网络包括多个第一自注意力层；
3.根据权利要求2所述的方法，其特征在于，所述通过每个第一自注意力层对所述多个嵌入度量向量进行自注意力处理，得到多个第一自注意力向量，包括：
4.根据权利要求2所述的方法，其特征在于，所述第一优化网络包括至少一个残差及归一化网络、以及至少一个前馈神经网络，且残差及归一化网络与前馈神经网络之间交替分布。
5.根据权利要求1所述的方法，其特征在于，所述通过质量检测模型中与每种质量特性对应的度量向量嵌入网络对该种质量特性对应的度量向量进行嵌入处理之前，所述方法还包括：
6.根据权利要求1至5任一项所述的方法，其特征在于，所述通过质量检测模型中与每种质量特性对应的度量向量嵌入网络对该种质量特性对应的度量向量进行嵌入处理之前，所述方法还包括：
7.根据权利要求1至5任一项所述的方法，其特征在于，所述对软件代码进行静态检测处理，得到
8.一种软件代码的质量检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于被处理器执行时，实现权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种软件代码的质量检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述编码器包括第一多头注意力网络以及第一优化网络，所述第一多头注意力网络包括多个第一自注意力层；
3.根据权利要求2所述的方法，其特征在于，所述通过每个第一自注意力层对所述多个嵌入度量向量进行自注意力处理，得到多个第一自注意力向量，包括：
4.根据权利要求2所述的方法，其特征在于，所述第一优化网络包括至少一个残差及归一化网络、以及至少一个前馈神经网络，且残差及归一化网络与前馈神经网络之间交替分布。
5.根据权利要求1所述的方法，其特征在于，所述通过质量检测模型中与每种质量特性对应的度...
【专利技术属性】
技术研发人员：李玉航，吕凯，李晓平，张殷华，蔡之骏，
申请(专利权)人：广州汽车集团股份有限公司，
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。