申请/专利权人：西南民族大学

申请日：2024-01-03

公开（公告）日：2024-04-02

公开（公告）号：CN117806972A

主分类号：G06F11/36

分类号：G06F11/36;G06F18/22;G06F18/213;G06N3/045;G06F123/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于多尺度时序分析的变更代码质量评估方法，涉及软件测试技术领域。本发明首先将持续集成演变轨迹从时序上划分为稳定序列段和异常序列段，从而构建集成序列样本集；其次在样本集的基础上，基于双重注意力提取序列之间以及序列内部特征的依赖，训练序列相似度模型；最后利用模型在多个时间尺度上进行加权综合评估，判断变更代码的质量，即是否包含缺陷，筛选出不包含缺陷的代码评审，从而减少代码评审工作量，有效提高代码评审效率。

主权项：1.一种基于多尺度时序分析的变更代码质量评估方法，其特征在于：包括以下步骤：S1、获取历史集成版本，并基于历史集成版本构建集成版本轨迹；S2、对集成版本轨迹进行提取，得到正负样本序列对并构建集成序列样本集；S3、构建序列相似度模型，将集成序列样本集输入至序列相似度模型进行训练，得到训练后的序列相似度模型；S4、获取项目代码变更节点对应的相邻子序列，利用训练后的序列相似度模型进行多尺度检测和加权汇总，得到对应的代码质量评估结果；根据代码质量评估结果判断对应的变更代码的质量，完成对变更代码质量的评估。

全文数据：

权利要求：

百度查询： 西南民族大学 一种基于多尺度时序分析的变更代码质量评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD