-
公开(公告)号：CN111090579B
公开(公告)日：2021-08-31
申请号：CN201911114620.7
申请日：2019-11-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于皮尔森相关性加权关联分类规则的软件缺陷预测方法，该方法包括根据相应静态代码分析工具，提取待检测软件度量元数据集；基于皮尔森相关性的特征选择方法评价每个度量元与类别之间的相关性，并对相关性进行排序，将排序值较大的前30‑50％作为被选择的度量元；将选择的度量元与相应的类别，代入基于皮尔森相关性加权关联分类规则的软件缺陷预测模型，进行预测并输出预测结果；此方法利用一个有价值的、高性能的和可理解的规则模型，揭示缺陷倾向与特征的关联性，提高软件缺陷预测模型的高性能和可理解性，提高了预测结果的准确性。
-
公开(公告)号：CN111124884A
公开(公告)日：2020-05-08
申请号：CN201911142767.7
申请日：2019-11-20
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于遗传算法的多故障解耦和故障定位方法，包括：根据失效用例集构建初始失效用例特征向量矩阵；计算每一个候选解的适应度，并按照适应度大小对候选解进行降序排序；对n+1个候选解进行n+1次抽样，选出n+1个样本；基于n+1个样本进行交叉和变异操作，得到新的n+1个候选解，若迭代轮数大于N1或样本中具有最大适应度的候选解连续N2轮不变，则算法终止，得到具有最大适应度的候选解；将最大适应度的候选解所对应的失效用例修改为通过，并利用故障定位算法进行定位，得到最终的定位结果。本发明公开提供的基于遗传算法的多故障解耦和故障定位方法，提高了故障定位算法在多故障环境下的定位效率。
-
公开(公告)号：CN111090579A
公开(公告)日：2020-05-01
申请号：CN201911114620.7
申请日：2019-11-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于皮尔森相关性加权关联分类规则的软件缺陷预测方法，该方法包括根据相应静态代码分析工具，提取待检测软件度量元数据集；基于皮尔森相关性的特征选择方法评价每个度量元与类别之间的相关性，并对相关性进行排序，将排序值较大的前30-50％作为被选择的度量元；将选择的度量元与相应的类别，代入基于皮尔森相关性加权关联分类规则的软件缺陷预测模型，进行预测并输出预测结果；此方法利用一个有价值的、高性能的和可理解的规则模型，揭示缺陷倾向与特征的关联性，提高软件缺陷预测模型的高性能和可理解性，提高了预测结果的准确性。
-
公开(公告)号：CN111124884B
公开(公告)日：2021-10-26
申请号：CN201911142767.7
申请日：2019-11-20
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于遗传算法的多故障解耦和故障定位方法，包括：根据失效用例集构建初始失效用例特征向量矩阵；计算每一个候选解的适应度，并按照适应度大小对候选解进行降序排序；对n+1个候选解进行n+1次抽样，选出n+1个样本；基于n+1个样本进行交叉和变异操作，得到新的n+1个候选解，若迭代轮数大于N1或样本中具有最大适应度的候选解连续N2轮不变，则算法终止，得到具有最大适应度的候选解；将最大适应度的候选解所对应的失效用例修改为通过，并利用故障定位算法进行定位，得到最终的定位结果。本发明公开提供的基于遗传算法的多故障解耦和故障定位方法，提高了故障定位算法在多故障环境下的定位效率。
-
-
-
Search Results
4
records
(took 0.025 seconds)
