-
公开(公告)号：CN115982037A
公开(公告)日：2023-04-18
申请号：CN202211735838.6
申请日：2022-12-30
Applicant: 北京工商大学
IPC: G06F11/36 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于抽象语法树的软件缺陷预测方法，属于深度学习领域和软件缺陷预测领域。本发明通过将源代码转换为抽象语法树的形式，保留其定义良好的结构信息与语义信息，使用图卷积网络(GCN)来学习语法树结构中的节点的特征和网络结构的信息；使用词嵌入将抽象语法树的节点序列转换成文本向量，然后使用BiGRU网络来学习上下文直接的语义关系以提取语义特征，最后将得到的两类特征基于注意力机制进行聚合得到代码的特征，将其输入分类器中以预测缺陷率。本发明充分利用了代码的语义和语法特征使用注意力机制为不同变量赋予不同的权重，减少了噪声干扰，提高了软件缺陷预测的准确率。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
