龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东科技大学
摘要：本发明提出了一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法，属于软件缺陷预测领域。该方法采用权重和相关性相结合的方案，以ReliefF算法和CFS算法为基础进行实现，目的是为了选取数据中相关性高且低冗余的特征。具体包括如下步骤：提取待预测软件产品的度量元特征，通过ReliefF算法计算每个度量元特征与特征类别之间的相关性，根据设置阈值去除不相关特征，然后计算剩余特征与类之间的相关性并对特征进行排序，最后根据CFS的启发式方程对特征进行筛选以去除冗余特征，得到对软件缺陷预测有价值的特征。本发明可以选取软件缺陷数据中相关性高且低冗余的特征，进而用于软件缺陷的高准确率预测，可以用于对后续软件缺陷预测性能进一步的优化。
主权项：1.一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法，其特征在于，包括如下步骤：步骤1、提取待预测软件产品的度量元特征；步骤2、基于ReliefF计算度量元特征与特征类别的相关性特征权重；步骤3、设置阈值去除不相关特征，得到特征子集F1；步骤4、计算特征子集F1中剩余特征与类之间的相关性rel；步骤5、将步骤3得到的软件缺陷特征子集F1按照相关性rel进行降序排序，得到排序后的软件缺陷特征子集F1'；步骤6、基于CFS的启发式规则Merits评估软件缺陷特征子集F1'相关性，并利用前向选择策略筛选软件缺陷特征子集，得到最终软件缺陷特征子集F2，软件缺陷特征子集F2为对软件缺陷预测有价值的特征。
全文数据：
权利要求：
百度查询： 山东科技大学 一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号