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！

龙图腾网恭喜南通大学申请的专利一种融合遗传算法和深度神经网络的软件缺陷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：CN115185732B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210849578.9，技术领域涉及：G06F11/07；该发明授权一种融合遗传算法和深度神经网络的软件缺陷预测方法是由鞠小林;沈昊;沈逸恒;陈翔设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种融合遗传算法和深度神经网络的软件缺陷预测方法在说明书摘要公布了：本发明提供了一种融合遗传算法和深度神经网络的软件缺陷预测方法，属于计算机技术领域，解决了自动缺陷预测中新的特征具有不确定性，会和预测结果有别的技术问题；其技术方案为：采用了结果优化的遗传算法选取数据集的特征，结合变分自编码器和最大均值差异距离，学习源项目和目标项目的共性特征，来训练可靠的缺陷预测模型。本发明的有益效果为：本发明的遗传算法结合贝叶斯算法替换传统遗传算法的随机变异过程，设计了新的适应度函数，减少了不必要的特征，通过多组数据集上与传统跨项目缺陷预测方法对比，表明本发明可以提高软件预测的有效性。

本发明授权一种融合遗传算法和深度神经网络的软件缺陷预测方法在权利要求书中公布了：1.一种融合遗传算法和深度神经网络的软件缺陷预测方法，其特征在于，包括以下步骤：S1：对公开PROMIS,NASA,ReLink,AEEEM数据集进行编码，初始化种群，并设计合适的适应度函数，评价个体的优劣；S2：通过贝叶斯优化改进的遗传算法对种群进行选择，交叉和贝叶斯优化改进的变异的操作，筛选出合适的特征子集；S3：将源项目和目标项目选择后的特征子集映射到一个隐式特征空间中，利用变分自编码器对其进行无监督预训练；所述步骤S3中将源项目和目标项目映射到隐式特征空间中进行无监督预训练，包括如下步骤：S31：将经过特征选择后的源项目和目标项目进行特征补零，使它们具有相同的特征维度；S32：将两个项目的数据放到一个变分自编码器中，使得它们学习隐式特征空间；S33：从后验分布进行采样，获得的新的编码输入生成网络中生成新的特征表示x；S4：引入最大均值差异约束源项目和目标项目间隐式特征分布的均值参数的距离，捕获源项目和目标项目的共性特征，由隐含层输出的均值向量表示，两者的特征差异用方差向量表示；所述步骤S4中学习源项目和目标项目的共性特征，包括如下步骤：S41：从源项目采用一半样本，从目标项目采样另一半样本，变分自编码器能够同时学习两者的分布信息；S42：根据源项目和目标项目的隐式特征分布得到它们的均值参数之间的最大均值差异；S43：从均值相近的高斯分布中，隐式特征进行重采样，得到源项目和目标项目的真正差异；S5：通过加入判别网络提取高层特征表示，来保证该隐式特征空间具有较为良好的可靠性；所述步骤S5根据追加的一层非线性感知机作为判别网络提取高层特征表示：基于该贝叶斯优化改进的遗传算法和深度神经网络的混合软件缺陷预测方法采用交叉熵计算，将包含的缺陷的概率和缺陷的标记是否真实作为损失项。

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南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9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”。