[发明专利]基于测地线流核的神经网络软件缺陷预测方法在审
| 申请号： | 201811485235.9 | 申请日： | 2018-12-06 |
| 公开（公告）号： | CN109710512A | 公开（公告）日： | 2019-05-03 |
| 发明（设计）人： | 荆晓远;孙静;孙莹;吴飞;董西伟 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06K9/62 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明揭示了一种基于测地线流核的神经网络软件缺陷预测方法，包括如下步骤：S1、将数据集降维到对应的子空间中，并确定最优的子空间维度；S2、利用数据集降维得到的特征表示构建测地线流；S3、计算测地线流核，根据测地线流核计算得到源数据和目标数据的变换矩阵及特征空间；S4、根据得到的特征空间对神经网络分类器进行训练，最终得到预测结果。本发明将迁移学习中的测地线流核和神经网络分类器相结合，通过将源数据和目标数据投影到具有相同分布的子空间中的方式，解决了不同数据集上的数据分布不同以及数据量大时计算效率低下的问题，进而实现了跨项目的软件缺陷预测。 | ||
| 搜索关键词： | 测地线 数据集 子空间 神经网络分类器 神经网络软件 目标数据 缺陷预测 特征空间 源数据 降维 变换矩阵 计算效率 软件缺陷 数据分布 特征表示 预测结果 数据量 构建 维度 投影 迁移 预测 学习 | ||
【主权项】：
1.一种基于测地线流核的神经网络软件缺陷预测方法，其特征在于，包括如下步骤：S1、将数据集降维到对应的子空间中，并确定最优的子空间维度；S2、利用数据集降维得到的特征表示构建测地线流；S3、计算测地线流核，根据测地线流核计算得到源数据和目标数据的变换矩阵及特征空间；S4、根据得到的特征空间对神经网络分类器进行训练，最终得到预测结果。
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南京邮电大学，未经南京邮电大学许可，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/201811485235.9/，转载请声明来源钻瓜专利网。
