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！

龙图腾网恭喜陕西师范大学申请的专利一种基于线性规划的工作量感知即时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：CN115033493B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210788768.4，技术领域涉及：G06F11/3604；该发明授权一种基于线性规划的工作量感知即时软件缺陷预测方法是由李志强;杜倩男;谢娟英;任杰设计研发完成，并于2022-07-06向国家知识产权局提交的专利申请。

本一种基于线性规划的工作量感知即时软件缺陷预测方法在说明书摘要公布了：本发明提供了一种基于线性规划的工作量感知即时软件缺陷预测方法，涉及软件缺陷预测技术领域，包括如下步骤：1、构造即时软件缺陷数据集；2、类不平衡数据处理；3、对即时软件缺陷数据进行预处理；4、构建LPDP模型；5、预测新提交的软件代码变更，得到其预测标签。本发明从线性规划的角度出发，设计了一种无参的工作量感知即时软件缺陷预测方法，避免了耗时耗力的参数调优过程。该方法具有较高的缺陷识别效果，有助于更好地保障软件产品的质量与可靠性。

本发明授权一种基于线性规划的工作量感知即时软件缺陷预测方法在权利要求书中公布了：1.一种基于线性规划的工作量感知即时软件缺陷预测方法，其特征在于，包括如下步骤：抽取软件度量元和标注软件实体来构造即时软件缺陷数据集；对即时软件缺陷数据集进行类不平衡数据处理；对处理后的即时软件缺陷数据集中软件实体的度量元进行数据归一化处理，消除软件实体不同度量元之间量纲的影响；在数据归一化处理得到的即时软件缺陷预测数据集上构建LPDP模型；具体为：通过定义概率标注矩阵、构造鉴别距离矩阵与构造目标函数来构建所述LPDP模型；所述概率标注矩阵的定义包括：用C＝{c1，c2}表示训练集的类，即缺陷类和非缺陷类；用μ＝{μ1，μ2}表示训练集的类中心；用ΩS＝{x1，x2，...，xm}表示训练集中的软件实体；用p＝{0，1}来表示训练集中软件实体的实际标签，用ΩT＝{x1，x2，...，xn}表示测试集中的软件实体，用表示测试集中软件实体的预测标签，m与n分别表示训练集与测试集中软件实体的数目，用d表示软件实体的度量元数目；用M表示概率标注矩阵，则Mij表示测试集的软件实体xj属于类ci的概率；其中类中心μi的计算公式如下： 其中pxj表示训练集中软件实体xj的实际标签；用D表示鉴别距离矩阵，Dij表示测试集中的软件实体xj到类中心μi的欧式距离，所述Dij计算方法如下：Dij＝||μi-xj||23所述LPDP的目标函数构造方法如下：学习概率标注矩阵M，以鉴别距离矩阵D和概率标准矩阵M的积最小作为LPDP模型的目标函数，公式为： 其中，目标函数的约束条件为：Mij表示的是软件实体xj属于类ci的概率值，表示为：0≤Mij≤15测试集中的软件实体xj属于各个类ci的概率和为1，表示为： 因为训练集中的软件实体和测试集中的软件实体拥有相同的标签空间，所以每一个类ci都至少包含一个测试集中的软件实体xj，该约束表示为： 则LPDP模型的目标函数为： 通过LPDP模型预测新提交的软件代码变更，得到其预测标签。

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陕西师范大学，其通讯地址为：710119 陕西省西安市长安区西长安街620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”。