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。

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。