摘要

针对复杂软件数据提取过程中特征权重难以固定,导致软件缺陷数据提取时间较长,且提取准确度偏低的问题,提出基于多特征权重分配的软件缺陷数据自适应提取方法.构建软件缺陷数据自适应提取模型,得到K均值数据聚类结果,将多特征权重特征量输入到BP神经网络分类器,通过时频分析法完成对多特征权重特征的分配;构建缺陷数据检测模型,完成软件缺陷数据的自适应提取.结果表明,该方法对软件缺陷数据自适应提取准确性更高,且提取时间较短,具有较高的提取效率.

  • 单位
    吕梁学院