龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：上海师范大学
摘要：本发明公开了一种基于SMOTE改进的Bayes‑LightGBM软件缺陷预测方法，包括以下步骤：将原始数据集进行标准化操作；然后使用SMOTE算法来平衡标准化后的数据集；再使用Bayes‑LightGBM算法构建预测模型，根据数据集中的特征，来预测软件缺陷是否会发生。本发明的一种基于SMOTE改进的Bayes‑LightGBM软件缺陷预测方法，采用过采样中的SMOTE算法，发现该算法能有效提升软件缺陷预测模型的分类性能，而利用基于贝叶斯优化的LightGBM算法，发现该模型的性能表现优于其他基线模型。
主权项：1.一种基于SMOTE改进的Bayes-LightGBM软件缺陷预测方法，其特征在于，包括以下步骤：将原始数据集进行标准化操作；然后使用SMOTE算法来平衡标准化后的数据集；包括以下步骤：随机从标准化后的数据集中选择一个少数类样本x；计算该少数类样本到少数类样本集中所有样本的距离，得到它的k个近邻；根据样本的不平衡比例来设置一个采样比例，来确定采样倍率n；从该少数类样本的k个近邻中随机选择若干个样本；对于每一个随机选出的近邻，选择一个在[0,1]之间的随机数，获得新的少数类样本xnew；循环上述步骤，直至多数类样本与少数类样本平衡；其中，对于每一个随机选出的近邻，选择一个在[0,1]之间的随机数，具体包括：选择一个在[0,1]之间的随机数；将这个随机数乘以随机近邻和x的特征向量的差；将上述的结果加上一个x，并计算结果，计算公式为xnew＝x+rand0,1×x′-x；再使用Bayes-LightGBM算法构建预测模型，根据数据集中的特征，来预测软件缺陷是否会发生。
全文数据：
权利要求：
百度查询： 上海师范大学 一种基于SMOTE改进的Bayes-LightGBM软件缺陷预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号