原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于改进的R‑Transformer的语句级软件缺陷预测方法，该方法具体包括：利用设计好的32个语句级代码指标对每个代码行提取静态代码特征，使用One‑Hot编码对每行代码提取token特征，构建DP‑Tramo缺陷预测模型对软件缺陷进行语句级别的预测，通过代价敏感学习技术处理类别的不平衡，运用标签平滑技术来增强模型泛化能力。本发明通过改进的R‑Transformer有效地获取了函数代码行的语法和语义信息，进而提高了语句级软件缺陷预测的效果。该发明在细粒度软件缺陷预测以及基于深度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117591913A
(43)申请公布日2024.02.23
(21)申请号202311592615.3
(22)申请日2023.11.25
(71)申请人湖南大学
地址410006
文档评论（0）