-
公开(公告)号：CN110659207B
公开(公告)日：2020-09-08
申请号：CN201910824735.9
申请日：2019-09-02
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于核谱映射迁移集成的异构跨项目软件缺陷预测方法，包括基于过抽样的非平衡学习过程对源数据进行预处理；所述源数据为软件项目的历史缺陷数据；根据所述源数据与目标数据分布的差异信息，以及谱映射造成的信息损失，构建目标函数；所述目标数据为待预测的异构跨项目软件；通过多核学习把原始空间映射到多个高维空间，在每个高维空间上对所述目标函数进行最优化以寻找最优公共子空间，在每个公共子空间上训练一个分类器；利用集成学习把所有所述分类器进行综合集成，生成预测模型；根据所述预测模型预测所述目标数据的标签。该方法具有较高的缺陷预测准确率，有利于提高软件测试的工作效率。
-
公开(公告)号：CN110659207A
公开(公告)日：2020-01-07
申请号：CN201910824735.9
申请日：2019-09-02
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于核谱映射迁移集成的异构跨项目软件缺陷预测方法，包括基于过抽样的非平衡学习过程对源数据进行预处理；所述源数据为软件项目的历史缺陷数据；根据所述源数据与目标数据分布的差异信息，以及谱映射造成的信息损失，构建目标函数；所述目标数据为待预测的异构跨项目软件；通过多核学习把原始空间映射到多个高维空间，在每个高维空间上对所述目标函数进行最优化以寻找最优公共子空间，在每个公共子空间上训练一个分类器；利用集成学习把所有所述分类器进行综合集成，生成预测模型；根据所述预测模型预测所述目标数据的标签。该方法具有较高的缺陷预测准确率，有利于提高软件测试的工作效率。
-
Search Results
2
records
(took 0.022 seconds)
