用于跨项目软件缺陷预测的源项目选择方法及缺陷预测方法技术

本发明专利技术公开了一种用于跨项目软件缺陷预测的源项目选择方法及缺陷预测方法，所述的源项目选择方法包括：构建并准备多项目数据集；将多项目数据集中的源项目和目标项目加入迁移学习方法，建立Logistic模型进行预测，提取成对的评价指标值；对多项目数据集中的源项目和目标项目的项目特征进行归一化处理，提取源项目特征中值及目标项目特征中值，组成项目特征中值向量；建立由所述目标项目特征中值、源项目特征中值、评价指标值组成的向量，将所有向量的合集，作为训练集；将所述训练集输入SMOreg算法，建立模型，然后使用项目特征中值向量的合集作为测试集，预测评价指标值；根据预测的评价指标值确定最适合目标项目的源项目。

【技术实现步骤摘要】

本专利技术属于跨项目软件缺陷预测领域，更具体地，涉及用于跨项目软件缺陷预测的源项目选择方法及缺陷预测方法。

技术介绍

1、软件缺陷预测是软件工程领域的重要研究方向，其目的是在软件开发过程中，通过预测软件中的潜在缺陷，帮助开发人员及时发现并修复这些缺陷，从而提高软件的质量和可靠性。在现代软件开发中，软件质量是一个至关重要的方面，因为软件缺陷不仅会导致系统崩溃和功能故障，还可能引发严重的安全问题和经济损失。因此，研究和应用有效的缺陷预测技术具有重要的实际意义。

2、在过去的几十年中，软件缺陷预测主要是指传统的项目内缺陷预测(within-project defect prediction，简称wpdp)，其受到了广泛的关注和研究。wpdp主要依赖于机器学习(machine learning，简称ml)的方法，通过对历史数据的学习，建立预测模型，并应用于同一项目的后续版本进行缺陷预测。这种方法的基本假设是：同一项目的不同版本具有相似的特征和缺陷模式，因此可以通过分析历史版本的数据来预测未来版本中的缺陷。

3、然而，wpdp方法需要大量的标本文档来自技高网...

【技术保护点】

1.一种用于跨项目软件缺陷预测的源项目选择方法，其特征在于：

2.根据权利要求1所述的源项目选择方法，其特征在于：

3.根据权利要求1所述的源项目选择方法，其特征在于：

4.根据权利要求1所述的源项目选择方法，其特征在于：

5.根据权利要求1所述的源项目选择方法，其特征在于：

6.根据权利要求1所述的源项目选择方法，其特征在于：

7.一种基于源选择与迁移学习组合的跨项目软件缺陷预测方法，其特征在于：

8.根据权利要求7所述的基于源选择与迁移学习组合的跨项目软件缺陷预测方法，其特征在于：

9.一...

【技术特征摘要】

1.一种用于跨项目软件缺陷预测的源项目选择方法，其特征在于：

2.根据权利要求1所述的源项目选择方法，其特征在于：

3.根据权利要求1所述的源项目选择方法，其特征在于：

4.根据权利要求1所述的源项目选择方法，其特征在于：

5.根据权利要求1所述的源项目选择方法，其特征在于：

6.根据权利要求1所述的源项目选择方法，其特征在于：

7.一种基于源选择与迁移...

【专利技术属性】
技术研发人员：莫然，付航，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：