[发明专利]一种跨项目软件老化缺陷预测方法

权利要求书

1.一种跨项目软件老化缺陷预测方法，其特征在于，包括：

步骤1，对源项目和目标项目数据进行预处理，生成第一数据；

步骤2，对第一数据采用联合分布域适应方法（JDA）来减小分布差异，生成第二数据；

步骤3，对所述第二数据采用改进的子类判别分析（ISDA）和欠采样法（RUS）进行类不平衡问题处理，同时进行分类特征学习，生成第三数据；

步骤4，针对所述第三数据，采用机器学习方法训练预测模型并在目标项目上进行老化缺陷预测；

在对源项目和目标项目数据进行预处理的步骤中，采用z-score数据标准化方法，将源项目和目标项目数据中每一个样本的特征值减去训练集特征的均值后除以训练集特征度量的方差，得到第一数据对第一数据采用联合分布域适应方法来减小分布差异的步骤中，采用联合分布域适应方法同时减小第一数据边缘分布和条件分布的差异在对所述第二数据采用改进的子类判别分析（ISDA）和欠采样法（RUS）进行类不平衡问题处理的步骤中，针对第二数据，首先采用改进的子类判别分析法对数据集进行处理，即将第二数据的数据集分别映射至子类空间中，采用k-means聚类方法进行映射，以寻找使得子类间距离最大化和类内距离最小化的映射向量V，来学习具有更强分类能力的特征；然后，对源数据集采用欠采样法进一步缓解类不平衡问题。

2.根据权利要求1所述一种跨项目软件老化缺陷预测方法，其特征在于：在采用机器学习方法训练预测模型并在目标项目上进行老化缺陷预测的步骤中，采用机器学习方法为逻辑回归或朴素贝叶斯；其中分类器最佳参数的选择采用十折交叉验证法确定。