本发明属于软件缺陷预测技术领域，具体公开了一种基于代码可视化学习的软件缺陷预测方法，该软件缺陷预测方法包括如下：步骤1.数据收集与标记；步骤2.代码片段可视化表示；步骤3.微调预训练Efficientnet特征提取模型，得到符合源代码特性的缺陷预测模型；步骤4.根据微调后得到的缺陷预测模型，实现对被测源代码缺陷状态的预测。本发明通过将源代码文件中代码片段可视化为图像，以便捕获源文件的语义和结构信息，同时通过微调已经训练好的基于图片的深度学习特征提取模型，来构建一个新的端到端的深度学习缺陷预测模型，摆脱了基于自然语言模型受限于训练词向量表示的限制，提高了软件缺陷预测模型的性能和通用型，合理分配了测试资源，提高了软件质量。
声明：
“基于代码可视化学习的软件缺陷预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
989
编辑：管理员
来源：北方有色网
咨询细节
