[发明专利]一种用于预测软件缺陷的方法和系统无效
| 申请号： | 201410056820.2 | 申请日： | 2014-02-19 |
| 公开（公告）号： | CN103810102A | 公开（公告）日： | 2014-05-21 |
| 发明（设计）人： | 胡昌振;薛静锋;王男帅;单纯;胡晶晶 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06F19/00 |
| 代理公司： | 北京理工大学专利中心 11120 | 代理人： | 仇蕾安 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 用于 预测 软件 缺陷 方法 系统 | ||
【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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410056820.2/，转载请声明来源钻瓜专利网。
