买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京航空航天大学申请的专利基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114756461B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210393192.1，技术领域涉及：G06F11/3604；该发明授权基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法是由崔灿;王世海;刘斌;路云峰设计研发完成，并于2022-04-14向国家知识产权局提交的专利申请。

本基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法在说明书摘要公布了：本发明公开了一种基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法，包括：提取跨项目软件的缺陷数据集作为源项目数据集并进行数据预处理；采用SMOTE将预处理后的数据平衡化获得平衡数据并划分为正样本数据和负样本数据；构建加权隔离森林并进行样本过滤；将所述过滤后的源数据集输入机器学习算法分类器对所述分类器进行训练，获得缺陷预测模型并将被测软件的目标数据集输入所述缺陷预测模型，获得所述目标数据集的预测结果并采用分类任务的性能评价指标对被测软件进行性能评估；本发明解决了目前样本过滤方法中强依赖于目标项目、效率低、预测模型性能差的问题，并且实现对软件预测模型的数据选择指导，进而缩短软件开发的周期，节约成本。

本发明授权基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法在权利要求书中公布了：1.一种基于隔离森林的跨项目缺陷预测样本过滤方法，其特征在于，包括：S1.提取同构跨项目软件的数据集作为源项目数据集；S2.将所述源项目数据集进行平衡化获得平衡数据；S3.将所述平衡数据划分为正样本数据和负样本数据，所述正样本数据为有缺陷的数据，所述负样本为无缺陷的数据；S4.分别对所述正样本数据和所述负样本数据构建隔离森林；S5.对所述隔离森林进行加权处理并进行样本过滤：计算每个样本数据在隔离树上的加权路径长度，根据所述加权路径长度计算每个样本数据在加权隔离森林的平均加权路径长度，根据所述平均加权路径长度计算每个样本数据的异常值，根据预设的异常比例移除加权隔离森林的异常样本并将剩余的正样本数据和负样本数据合成，获得过滤后的源数据集；S5的具体内容包括：S51.计算所述正样本和所述负样本在隔离树iTree上的加权路径长度hwx：其中，每层节点的加权边计算为： 其中，φ1是当前节点真实样本的数量，φ2为当前节点人工合成样本的数量；hwx为每个样本x在iTree上从根节点到一个外部节点遍历终止时遍历的加权边的数量，即遍历WiTree的总加权边的数量： 其中，当h≤hlim时，h为WiTree的总高度，当h＞hlim时，令h＝hlim，cφ为调和参数； 其中，Hi是谐波数，可以估计为lni+0.5772156649欧拉常量；S52.计算所述正样本和所述负样本的平均加权路径长度Ehwx，即样本在所有WiTree上的平均加权边的数量： 其中，t为WiForest中包含的WiTree的数量，i为第i棵加权隔离树；S53.计算所述正样本和所述负样本标准化后的异常分数sx，并判断样本是否异常； 其中，Ehwx取值范围为[0,1]；S54.设置数据集中的异常比例为α，那么样本集中异常分数为前的样本为异常样本，其中表示取整，将正样本构成的森林和负样本构成的森林分别移除异常分数在前α比例的样本，剩余的正样本和负样本合成，构成过滤后的源数据集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。