[发明专利]一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法

权利要求书

1.一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，具体包括以下步骤：

步骤1：从软件缺陷数据集中选择源项目和目标项目，合并所有源项目构成源项目集D_S，并选择一个目标项目D_T；

步骤2：计算源项目集D_S的协方差矩阵C_S，计算目标项目D_T的协方差矩阵C_T；

步骤3：消除源项目集D_S的特征间相关性，并将目标项目D_T的特征相关性填充到至其中，进行特征分布对齐，输出特征对齐后的源项目集数据

步骤4：在中选择与D_T中实例相似度较高的实例构成训练实例集T_S，进行邻域实例选择；

步骤5：使用训练实例集T_S训练Logistic模型；

步骤6：使用Logistic模型对目标项目D_T中的每个实例进行缺陷预测分类。

2.根据权利要求1所述的一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，步骤1中的源项目集D_S中的每个源目标均与目标项目D_T不属于同一项目的数据。

3.根据权利要求2所述的一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，所述步骤2中源项目集D_S的协方差矩阵C_S计算公式、目标项目D_T的协方差矩阵C_T分别为：

C_S＝COV(D_S)

C_T＝COV(D_T) 。

4.根据权利要求2所述的一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，所述步骤3中消除源项目集D_S的特征间相关性计算公式为：

5.根据权利要求2至4任意一项所述的一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，所述步骤3中将目标项目D_T的特征相关性填充到消除源项目集D_S的特征间相关性的数据计算公式为：

6.根据权利要求5所述的一种基于特征分布对齐和邻域实例选择的跨项目缺陷预测方法，其特征在于，所述步骤4中计算特征对齐后的源项目集数据中实例与目标项目D_T中实例之间的相似度：

其中和分别表示中第i个实例和目标项目D_T中第j个实例，和分别表示中第i个实例的第k个属性值和目标项目D_T中第j个实例的第k个属性值。