一种基于深度学习的异构软件缺陷倾向预测方法

本发明公开了一种基于深度学习的异构软件缺陷倾向预测方法，包括如下步骤：对源项目缺陷数据中的软件缺陷度量元数据进行预处理；构建公共子空间变换模型；基于公共子空间变换模型，将源项目缺陷数据和目标项目缺陷数据变换到同一公共子空间中；构建缺陷预测分类模型，对缺陷预测分类模型和公共子空间变换模型进行训练；将目标项目缺陷数据输入至训练好的缺陷预测分类模型中，实现对目标项目的软件缺陷倾向进行预测。该方法有效处理变换特征子空间后的缺陷信息损失问题，提高软件缺陷预测模型的性能；且该方法简单、容易实现。