原创力文档- 1、本文档共19页，其中可免费阅读18页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于集成学习的软件缺陷预测模型构建方法和装置，涉及软件测试技术领域。本发明通过训练集对多个初始的学习器进行初步训练，得到具有一定缺陷预测能力的基学习器，再利用每个基学习器对训练集中每个样本数据进行预测，得到的预测结果能够真实评估每个基学习器对软件缺陷的预测能力，以及各基学习器之间的差异。因此基于测试集的预测结果选择的基学习器构成集成学习器相比依赖经验选择基学习器更为有效，从而发挥出不同模型之间的互补性优势，以对抗不平衡样本导致的过拟合或欠拟合问题，提高缺陷预测的性能。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117472789A
(43)申请公布日2024.01.30
(21)申请号202311823565.5
(22)申请日2023.12.28
(71)申请人成都工业学院
地址610000
文档评论（0）