2025-04-21 13:21:52 99.92MB 缺陷检测
1
基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料.zip基于机器学习的软件缺陷预测系统源码+全部数据资料
缺陷的等级划分   A类--严重错误,包括以下各种错误:   1、由于程序所引起的死机,非法退出   2、死循环   3、数据库发生死锁   4、因错误操作导致的程序中断   5、功能错误   6、与数据库链接错误   7、数据库通讯错误   B类--较严重错误,包括以下错误:   1、程序错误   2、程序接口错误   3、数据库的表、业务规则、缺省值未加完整性等约束条件   C类--一般性错误,包括以下各种错误:   1、操作界面错误(包括数据窗口内列名定义、含义是否一致)   2、打印内容、格式错误   3、简单的输入显示未放在前台进行控制   4、删除操作未给出提示   5、数据库表中
1
系统主要功能: 开发人员:主页、个人中心(我的待办、我的已办)、缺陷管理(列表) 测试人员:主页、个人中心(我的待办、我的已办)、缺陷管理 系统管理员:个人中心(我的待办、我的已办)、缺陷管理、项目管理、用户管理、角色管理、菜单管理、部门管理、统计分析 详情:https://blog.csdn.net/qq_33037637/article/details/124883897
2022-05-24 13:03:32 2.29MB java软件缺陷管理系统
对跨项目缺陷预测问题展开了深入研究,在源项目实例选择时,考虑了三种不同的实例相似度计算方法,并发现这些方法的缺陷预测结果存在多样性,因此提出了一种基于Box-Cox转换的集成跨项目软件缺陷预测方法BCEL。具体来说,基于不同的实例相似度计算方法,从候选集中选出不同的训练集;针对这些数据集,进行有针对性的Box-Cox转换,并借助特定分类方法构造出不同的基分类器,最后将这三个基分类器进行有效集成。基于实际项目的数据集,验证了BCEL方法的有效性,并深入分析了BCEL方法内的影响因素对缺陷预测性能的影响。
1
系统主要功能: 开发人员:主页、个人中心(我的待办、我的已办)、缺陷管理(列表) 测试人员:主页、个人中心(我的待办、我的已办)、缺陷管理 系统管理员:个人中心(我的待办、我的已办)、缺陷管理、项目管理、用户管理、角色管理、菜单管理、部门管理
2022-04-21 14:03:56 2.41MB 软件缺陷管理系统 springboot mybatis
1、NASA MDP 软件缺陷数据集介绍:软件缺陷预测研究中心广泛应用NASA公布的NASA IV&V Facility Metrics Data Program(MDP)数据集。 MDP包括 13个不同的数据集,这些数据均来自NASA 的13个实际软件项目,由最常见的开发语言编写。每个数据集包含来自不同软件项目的若干模块,规模从 125个模块到 17186 个模块不等。各个数据集由LOC、McCabe、Halstead等几类度量元属性和是否包含缺陷的类别标记(defective)组成。MDP数据集所提供的记录,一行代表一个模块,每个字段对应一个属性。 2、NASA MDP 数据集是软件缺陷预测使用的数据集; 3、该数据集是向官方索取的,包含13个数据集文件,用于实验研究; 4、数据集文件格式是arff格式。
2022-04-17 12:00:21 788KB 软件缺陷预测 软件安全 机器学习
实现了软件缺陷管理中的:我的面板、项目管理、任务分配、bug管理、用户管理。具体资源介绍我会在一篇博客中进行介绍,尽情期待
2022-04-11 20:34:20 152.53MB Springboot框架 bootstrap框架
1
基于特征选择的软件缺陷预测方法.pdf
2022-04-06 00:22:59 1.01MB 技术文档
基于遗传优化支持向量机的软件缺陷预测模型,王男帅,薛静锋,有效的软件缺陷预测能够显著提高软件安全测试的效率,确保软件质量,支持向量机(support vector machine, SVM)具有非线性运算能力,是建立�
2022-02-22 11:17:06 332KB 软件安全
1