发明名称 |
一种用于预测软件缺陷的方法和系统 |
摘要 |
本发明提供了一种用于预测软件缺陷的方法和系统,用以解决现有软件缺陷预测精度不高,SVM参数选择难的问题。该方法包括以下步骤:步骤一、获取训练数据集,并建立基于SVM分类器的软件缺陷预测模型;步骤二、利用遗传算法同时寻找训练数据集的最优度量元属性子集和SVM分类器的参数C、σ的最优取值;其中,最优度量元属性子集是指能够独立代表训练数据集相应模块的属性;参数C、σ的最优取值是指能够确定SVM分类器最优分类超平面函数的那组参数C、σ的值;步骤三、根据得到的最优度量元属性子集以及SVM分类器的参数C、σ的最优取值,得到基于SVM分类器的最佳软件缺陷预测模型;步骤四、根据得到的最佳软件缺陷预测模型对待测软件进行缺陷预测。 |
申请公布号 |
CN103810102A |
申请公布日期 |
2014.05.21 |
申请号 |
CN201410056820.2 |
申请日期 |
2014.02.19 |
申请人 |
北京理工大学 |
发明人 |
胡昌振;薛静锋;王男帅;单纯;胡晶晶 |
分类号 |
G06F11/36(2006.01)I;G06F19/00(2011.01)I |
主分类号 |
G06F11/36(2006.01)I |
代理机构 |
北京理工大学专利中心 11120 |
代理人 |
仇蕾安 |
主权项 |
一种用于预测软件缺陷的方法,其特征在于,包括以下步骤: 步骤一、获取训练数据集,并建立基于SVM分类器的软件缺陷预测模型; 步骤二、利用遗传算法同时寻找训练数据集的最优度量元属性子集和SVM分类器的参数C、σ的最优取值;其中,最优度量元属性子集是指能够独立代表训练数据集相应模块的属性;参数C、σ的最优取值是指能够确定SVM分类器最优分类超平面函数的那组参数C、σ的值; 步骤三、根据得到的最优度量元属性子集以及SVM分类器的参数C、σ的最优取值,得到基于SVM分类器的最佳软件缺陷预测模型; 步骤四、根据得到的最佳软件缺陷预测模型对待测软件进行缺陷预测。 |
地址 |
100081 北京市海淀区中关村南大街5号 |