基于XGBoost的自承认技术债务多分类方法
授权
摘要
本发明公开了一种基于XGBoost的自承认技术债务分类方法。该方法通过构建基于XGBoost的自承认技术债务分类器，可以有效对自承认技术债务进行分类。同时，该方法采用EDA方法中的随机交换和随机打乱策略进行数据增强，并使用类间距度量生成数据的质量，有效克服了样本不均衡问题。此外，该方法使用CHI进行特征提取，选择分数最高的前s（s的值为总的不同特征的个数的10%）个单词，加快模型训练的同时提高了模型的性能。通过本发明方法能够有效分类软件技术债务，降低软件维护的成本，对软件维护具有非常重要的意义。
基本信息
专利标题 ：
基于XGBoost的自承认技术债务多分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112748951A
申请号 ：
CN202110081268.2
公开（公告）日 ：
2021-05-04
申请日 ：
2021-01-21
授权号 ：
CN112748951B
授权日 ：
2022-04-22
发明人 ：
陈信俞东进范旭麟王琳
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市钱塘新区白杨街道2号大街
代理机构 ：
浙江千克知识产权代理有限公司
代理人 ：
周希良
优先权 ：
CN202110081268.2
主分类号 ：
G06F8/73
IPC分类号 ：
G06F8/73 G06K9/62 G06F40/216 G06F16/903
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F8/00
软件工程设计
G06F8/70
软件维护或管理
G06F8/73
程序文件编制
法律状态
2022-04-22 ：
授权
2021-05-21 ：
实质审查的生效
IPC(主分类) : G06F 8/73
申请日 : 20210121
申请日 : 20210121
2021-05-04 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
