“缺陷预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果547765个，建议您升级VIP下载更多相关专利

[发明专利]一种基于软件网络特征学习的故障预测方法-CN201810455576.5有效
发明人：艾骏;杨益文;苏文翥;王飞;郭皓然;邹卓良 -专利权人：北京航空航天大学
申请日： 2018-05-14 - 公布日： 2020-05-26 - 主分类号： G06F11/36 文献下载
摘要：本发明是一种基于软件网络特征学习的故障预测方法，属于软件复杂网络领域。本发明包括：获取目标软件各版本的源代码及缺陷信息，构建软件缺陷网络；设计针对软件缺陷网络节点内部特征、局部特征、全局特征的多层结构度量元，构建缺陷预测数据集；利用最大最小化方法和PCA降维方法，对缺陷预测数据集预处理；利用动态预测门限滤波算法的预测模型优选方法建立适合此软件的最佳缺陷预测模型，并给出缺陷预测效果及得分。本发明将复杂网络技术引入到缺陷预测中，利用复杂网络度量参数设计出一套能反映缺陷在软件局部和整体特征的度量元，并能选出目标软件最适合的缺陷预测模型，对目标软件进行缺陷故障预测最大限度减低了人力和时间成本。
一种基于软件网络特征学习故障预测方法

[发明专利]一种基于深度森林网络的软件缺陷预测方法-CN201711290710.2在审
发明人：李斌;周天驰;孙小兵 -专利权人：扬州大学
申请日： 2017-12-04 - 公布日： 2018-04-20 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种基于深度森林网络的软件缺陷预测方法。本发明对程序模块按照设定好的度量进行相关代码特征数据提取，筛选出与缺陷相关度高的代码特征，构建多个随机森林和完全随机森林模型，联成缺陷预测网络，将缺陷特征向量随机切片到缺陷预测网络进行训练，形成缺陷预测的分类器，与真实标记的数据进行对比得到最终的缺陷预测分类器。本发明克服了过去整体的缺陷预测精度不高的缺陷。本发明从深度森林网络的角度，结合多粒度扫描，级联森林等技术来构建缺陷预测分类器，提供有效的代码缺陷预测，帮助开发者合理使用测试资源，大大缩短了软件开发周期。
一种基于深度森林网络软件缺陷预测方法

[发明专利]软件缺陷预测方法及系统-CN202011580379.X在审
发明人：刘影;郭栋;周进登;张泽奇;孙凤丽;杨隽;杨昕 -专利权人：中国航天系统科学与工程研究院
申请日： 2020-12-28 - 公布日： 2021-04-02 - 主分类号： G06F11/36 文献下载
摘要：本申请涉及一种软件缺陷预测方法方法及系统，其中，该方法包括：数据获取步骤，用于获取软件历史仓库、缺陷分析报告及待测软件；训练样本获取步骤，用于结合所述软件历史仓库及缺陷分析报告对软件源码是否存在缺陷进行标记构造第一训练样本集，并对存在缺陷的所述软件源码标记源码段对应的缺陷类型构造第二训练样本集；模型预训练步骤，用于构建软件缺陷倾向性分类器及缺陷类型预测模型，并利用所述第一训练样本集及第二训练样本集进行训练构建软件缺陷预测模型；软件缺陷预测步骤，用于将所述待测软件利用软件缺陷预测模型进行软件缺陷预测。通过本申请，可以有效利用源码语法语义信息，缩小缺陷预测的细粒度，还可预测缺陷类型。
软件缺陷预测方法系统

[发明专利]信息获取方法、装置、电子设备及计算机可读存储介质-CN202111627105.6在审
发明人：张潮 -专利权人： TCL科技集团股份有限公司
申请日： 2021-12-28 - 公布日： 2023-07-11 - 主分类号： G06V10/94 文献下载
摘要：本申请实施例公开了一种信息获取方法、装置、电子设备及计算机可读存储介质，该方法包括：将获取的当前待处理图像输入已训练的缺陷检测模型进行处理，输出缺陷位置预测信息；根据缺陷位置预测信息和获得的当前待处理图像的缺陷位置实际信息，对已训练的缺陷检测模型进行优化，得到已优化的缺陷检测模型；将获取的目标待处理图像输入已优化的缺陷检测模型进行处理，输出目标缺陷位置信息。通过对图像缺陷的预测以及对预测结果的校正，将预测图像作为已训练的缺陷检测模型的训练数据，以对已训练的缺陷检测模型进行优化，实现图像中缺陷的预测以及缺陷检测模型优化训练的协同进行，提高模型预测的准确性以及图像缺陷预测的整体效率
信息获取方法装置电子设备计算机可读存储介质

[发明专利]软件缺陷预测方法及装置-CN201710090097.3有效
发明人：高岩;杨春晖;李冬 -专利权人：中国电子产品可靠性与环境试验研究所
申请日： 2017-02-20 - 公布日： 2019-07-05 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种软件缺陷预测方法及装置，对待预测软件的软件模块源代码进行静态度量，构建缺陷向量；将缺陷向量通过预设投影矩阵映射到几何空间中得到映射缺陷向量；预设投影矩阵为在训练获得经过训练的预测模型的过程中，使得样本向量集的样本缺陷子集之间的相对熵距离的几何均值最大的投影矩阵，样本缺陷子集包括有缺陷子集和无缺陷子集；将映射缺陷向量输入到经过训练的预测模型中，通过经过训练的预测模型，将映射缺陷向量与样本缺陷子集的马氏距离最小的样本缺陷子集所对应的类别，作为待预测软件对应的缺陷预测结果，如此，可以实现软件缺陷数据的优化去噪，保证了数据分布的合理性，从而，可以得到准确性更高的预测结果。
软件缺陷预测方法装置

[发明专利]一种基于数据集成预测的软件自适应测试方法-CN202111192348.1在审
发明人：殷永峰;刘家康;宿庆冉;宋一;尹瑞 -专利权人：北京航空航天大学
申请日： 2021-10-13 - 公布日： 2022-03-25 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种基于数据集成预测的软件自适应测试方法，包括：使用过滤选择的外部数据建立全局缺陷预测器并进行训练学习，将被测软件划分为多个用例，再对多个用例进行缺陷概率预测，将得到缺陷概率预测结果从大到小进行排序，选择前k位的用例作为测试集进行测试；将测试结果作为反馈输入加入到全局缺陷预测器的训练数据中，使用测试结果数据建立并训练本地缺陷预测器，将全局缺陷预测器和本地缺陷预测器的结果按照权重调整方案进行集成预测本发明能够更早发现更多的软件缺陷，提高缺陷预测的精度和效果，提高软件测试效率，还可以解决软件测试资源约束的问题，降低测试成本，具有重要的工程应用价值。
一种基于数据集成预测软件自适应测试方法

[发明专利]一种基于有序神经网络的软件缺陷模块严重程度预测方法-CN202010679603.4有效
发明人：陈翔;贾焱鑫;李春明;葛骅;杨光;林浩 -专利权人：南通大学
申请日： 2020-07-15 - 公布日： 2021-11-12 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件质量保障领域，公开了一种基于有序神经网络的软件缺陷模块严重程度预测方法。本发明提供的方法包括如下步骤：挖掘样本软件项目所在的版本控制系统和缺陷跟踪系统，对样本软件项目的程序模块进行度量和缺陷严重程度的标记，构建样本数据集；基于样本数据集，采用有序神经网络模型和贝叶斯超参优化方法，获得软件缺陷预测模型，即具有最优超参数的有序神经网络模型；采用该软件缺陷预测模型预测软件项目中程序模块的缺陷严重程度。本发明构建软件缺陷预测模型相比于常规的软件缺陷预测方法，不仅可以进行软件缺陷预测，还可以预测缺陷的严重程度，且预测准确性更高。
一种基于有序神经网络软件缺陷模块严重程度预测方法

[发明专利]基于增强代码属性图的软件缺陷预测方法及预测装置-CN202210426987.8在审
发明人：艾骏;许嘉熙;施韬;邵义康 -专利权人：北京航空航天大学
申请日： 2022-04-21 - 公布日： 2022-07-22 - 主分类号： G06F11/36 文献下载
摘要：本申请公开了一种基于增强代码属性图的软件缺陷预测方法及预测装置。其中，所述软件缺陷预测方法，包括以下具体步骤：对软件源代码进行图形化建模，得到增强代码属性图；根据目标缺陷类型筛选所述增强代码属性图，得到潜在缺陷节点集合；根据所述增强代码属性图、所述潜在缺陷节点集合、区域提取算法，得到缺陷特征识别区域子图；处理所述缺陷特征识别区域子图，得到节点属性矩阵和缺陷结构矩阵；通过软件缺陷预测模型处理所述节点属性矩阵和所述缺陷结构矩阵，得到所述软件源代码的缺陷预测结果。本申请通过增强代码属性图、缺陷特征识别区域子图及软件缺陷预测模型的综合运用，提高了软件缺陷预测性能。
基于增强代码属性软件缺陷预测方法装置

[发明专利]一种基于Jira的缺陷报告自动生成系统-CN202310301435.9在审
发明人：魏强;李振龙 -专利权人：一汽奔腾轿车有限公司
申请日： 2023-03-27 - 公布日： 2023-08-18 - 主分类号： G06F11/07 文献下载
摘要：本发明公开了一种基于Jira的缺陷报告自动生成系统，包括表示层、控制层以及模型层；模型层用于获取被测系统的缺陷数据，并将缺陷数据进行数据整理和数据组装；通过对组装好的缺陷数据进行算法分析，获得缺陷分析数据；并通过预测模型预测缺陷未来走势，生成缺陷预测数据；控制层根据用户调取的服务地址选择待展示的缺陷分析数据和/或缺陷预测数据，将待展示的缺陷分析数据和/或缺陷预测数据进行代码渲染并传递给表示层；表示层获取控制层传递的缺陷分析数据和/或缺陷预测数据，在网页端进行数据展示。
一种基于 jira 缺陷报告自动生成系统

[发明专利]一种基于数据过采样和集成学习的软件缺陷数目预测方法-CN201710571131.9有效
发明人：余啸;刘进;周培培;崔晓晖;伍蔓;井溢洋 -专利权人：武汉大学
申请日： 2017-07-13 - 公布日： 2020-05-12 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于数据过采样和集成学习的软件缺陷数目预测方法，首先利用过采样技术通过增加缺陷数据集中缺陷数目为大于零的软件模块得到相对平衡的新数据集，然后利用相对平衡的缺陷数据集训练出若干个弱的软件缺陷数目预测模型，最后集成这些弱的软件缺陷数目预测模型来预测待预测的软件模块的缺陷数目。本发明的技术方案既能够解决缺陷数据集中数据不平衡的问题，又能够结合多个弱的预测模型来提高软件缺陷数目预测模型的性能。
一种基于数据采样集成学习软件缺陷数目预测方法

[发明专利]一种基于数据欠采样和集成学习的软件缺陷数目预测方法-CN201710548391.4有效
发明人：余啸;周培培;刘进;崔晓晖;伍蔓;井溢洋 -专利权人：武汉大学
申请日： 2017-07-06 - 公布日： 2020-01-07 - 主分类号： G06F17/18 文献下载
摘要：本发明针对软件缺陷数据集中数据极度不平衡会降低软件缺陷数目预测模型的性能的问题，提出了一种基于数据欠采样和集成学习的软件缺陷数目预测方法。本发明设计了合理的不平衡数据处理策略，首先利用随机欠采样技术通过删除缺陷数据集中缺陷数目为零的软件模块得到相对平衡的新数据集，然后利用相对平衡的缺陷数据集训练出若干个弱的软件缺陷数目预测模型，最后集成这些弱的软件缺陷数目预测模型来预测待预测的软件模块的缺陷数目本发明的技术方案既能够解决缺陷数据集中数据不平衡的问题，又能够结合多个弱的预测模型来提高软件缺陷数目预测模型的性能。
一种基于数据采样集成学习软件缺陷数目预测方法

[发明专利]一种基于多任务多视角学习的多目标软件缺陷预测方法-CN202210734560.4在审
发明人：杨顺昆;杨明浩;侯展意;林欧雅 -专利权人：北京航空航天大学
申请日： 2022-06-27 - 公布日： 2022-10-21 - 主分类号： G06F11/36 文献下载
摘要：本发明提出一种基于多任务多视角学习的多目标软件缺陷预测方法，能够基于目标软件已知缺陷情况的历史代码对未知缺陷情况的待测代码中的缺陷进行预测；解决传统软件缺陷预测方法仅能完成一项缺陷预测目标而对不同的缺陷预测目标采用不同预测方法时能够基于集成静态分析方法提取包含代码度量特征、缺陷空间结构特征与缺陷典型语义特征的多视角特征信息。通过所构建的多任务多视角神经网络模型，完成目标代码的缺陷倾向性、位置与类型预测，准确而高效地提供多个方面的缺陷预测信息，大幅度改善静态分析的漏报与误报情况，帮助开发者完成有效的缺陷挖掘。
一种基于任务视角学习多目标软件缺陷预测方法

[发明专利]缺陷检测方法、装置、电子设备及计算机可读存储介质-CN202310385041.6在审
发明人：陈海波;王光平 -专利权人：深兰人工智能应用研究院（山东）有限公司
申请日： 2023-04-06 - 公布日： 2023-07-25 - 主分类号： G06T7/00 文献下载
摘要：本申请提供缺陷检测方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取目标工件的待测图像；将所述待测图像输入至缺陷检测模型，以输出对应的缺陷预测信息，所述缺陷预测信息包括缺陷的预测分类信息和预测位置信息；其中，所述缺陷检测模型包括特征提取网络、特征融合网络和分类预测网络；所述特征提取网络用于对所述待测图像进行特征提取，得到所述待测图像对应的中间特征图；所述特征融合网络用于对所述中间特征图进行特征融合，得到融合特征图；所述分类预测网络用于对所述融合特征图进行缺陷预测，得到对应的缺陷预测信息。利用缺陷检测模型实现自动检测，无需人工进行缺陷检测，检测效率较高。
缺陷检测方法装置电子设备计算机可读存储介质

[发明专利]一种管道缺陷模型预测方法、系统、终端设备及存储介质-CN202310953287.9在审
发明人：朱建波 -专利权人：河南博锐流体设备有限公司
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06F18/20 文献下载
摘要：本申请涉及矿业工程技术领域，尤其涉及一种管道缺陷模型预测方法、系统、终端设备及存储介质。其方法包括，若分析结果为结构性异常，则获取对应的结构异常组件，并提取异常组件对应的同族异常特征至结构性缺陷预测模型，生成结构异常组件对应的目标缺陷预测走势图作为缺陷预测结果；若分析结果为功能性异常，则结合异常功能元件对应的寿命预测模型和逻辑联动关系，生成对应的控制系统缺陷预测分布作为缺陷预测结果。本申请提供的一种管道缺陷模型预测方法、系统、终端设备及存储介质具有提升矿用乳化液输送管道的缺陷预测效果。
一种管道缺陷模型预测方法系统终端设备存储介质

[发明专利]一种软件缺陷预测方法、装置、设备及存储介质-CN201911226331.6有效
发明人：陈金龙 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-12-04 - 公布日： 2022-05-20 - 主分类号： G06F11/36 文献下载
摘要：本申请涉及一种软件缺陷预测方法、装置、设备及存储介质，所述方法包括：接收软件缺陷预测请求，所述软件缺陷预测请求中包括待预测软件的软件标识，以及当前版本的待预测软件；基于所述待预测软件的软件标识，获取上一版本的待预测软件；确定所述当前版本的待预测软件相对于所述上一版本的待预测软件的目标变更信息；基于所述目标变更信息，确定目标变更特征；基于软件缺陷预测模型以及所述目标变更特征对所述当前版本的待预测软件进行软件缺陷预测，得到与所述当前版本的待预测软件对应的软件缺陷预测信息本申请能够将变更分析前置到提测时，为后续的软件测试提供缺陷基线参考，从而提高了软件版本的迭代质量。
一种软件缺陷预测方法装置设备存储介质