摘要
本发明实施例公开了一种软件缺陷预测模型训练及软件缺陷预测方法、设备、介质及程序,其中软件缺陷预测模型训练方法包括:获取目标样本软件项目的关联项目代码向量样本数据;根据所述关联项目代码向量样本数据提取所述目标样本软件项目的度量特征;根据所述关联项目代码向量样本数据提取所述目标样本软件项目的语义特征;将所述目标样本软件项目的度量特征和语义特征输入至逻辑回归分类器,以对整体模型进行训练,得到软件缺陷预测模型。本发明实施例的技术方案能够提高软件缺陷预测模型对软件缺陷的预测精度,进而提高软件缺陷预测的准确率。
技术关键词
软件缺陷预测模型
软件缺陷预测方法
项目
逻辑回归分类器
样本
语义特征
注意力机制
度量
数据
时间卷积网络
处理器
高斯核函数
可读存储介质
正则化参数
计算机程序产品
系统为您推荐了相关专利信息
随机森林模型
指标
归一化植被指数
数据获取模块
分层
退化预测方法
进给轴
时间序列特征
数控机床
前馈神经网络
发动机转速
协同控制方法
循环神经网络模型
关键点
模式
智能监测方法
深度学习模型
佩戴安全帽
样本
数据