公开(公告)号：CN117827679A

公开(公告)日：2024-04-05

申请号：CN202410101473.4

申请日：2024-01-24

Applicant: 华南理工大学

Inventor： 汤乐琪 ,  陈武兴 ,  杨楷翔 ,  李天钧 ,  余志文 ,  张通 ,  陈俊龙

IPC: G06F11/36 ,  G06F18/214 ,  G06F18/241 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于宽度学习的智能工业软件诊断方法，包括：获取不平衡的软件缺陷样本构成的数据集并预处理；将预处理后的数据集划分为训练集和测试集，从训练集中随机选取部分的样本，称为Universum数据，并在Universum数据中选择不同类别的数据取平均值生成先验信息，称为Umean数据；使用Umean数据和剩余的训练集数据训练一个改进的CSBLS模型，称为UCSBLS模型；使用训练好的UCSBLS模型对测试集进行分类，预测出智能工业中的缺陷软件。本发明在宽度学习的基础上，使用了代价敏感学习技术并添加了先验信息，提高对不平衡数据分类准确率，在工业软件缺陷数据集上表现出良好的效果，提高软件缺陷诊断准确性。