申请/专利权人：浙江大学

申请日：2023-07-19

公开（公告）日：2024-04-05

公开（公告）号：CN117076293B

主分类号：G06F11/36

分类号：G06F11/36;G06F18/22;G06F18/231

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.12.05#实质审查的生效;2023.11.17#公开

摘要：本发明公开了一种基于贫样本层次可信聚类热力图的软件性能可视评价方法。将贫样本条件下的数据集进行标准化处理，通过区间数建立各性能指标的数学描述并计算其可信度，从而获得软件性能二级指标可信得分。将各软件性能二级指标可信得分整合为一系列可信得分向量，通过欧式距离计算两个可信得分向量间的相似度，根据离差平方和最小增量原则选取最相似的两个向量进行类间合并。当所有向量归为一类时，得到层次聚类热力图，对其进行聚类分析，获得软件性能评价结果。提出的方法考虑了样本数据量较少情况下通过自动化测试获得的性能数据的波动，运用可视化技术实现对软件性能的评价，结果直观可信。

主权项：1.基于贫样本层次可信聚类热力图的软件性能可视评价方法，其特征在于，包括如下步骤：S1：确定软件性能评价指标集，包括性能一级指标Ppi,1≤i≤IPp及其下属的性能二级指标Ppij,1≤j≤Ji，其中，IPp为性能一级指标个数，Ji为性能一级指标Ppi下的性能二级指标个数；S2：执行N次测试，获取各性能二级指标的原始测试数据，并进行标准化处理得到标准化数据；对性能二级指标Ppij的总共N个原始测试数据中的第n个数据样本若Ppij为效益型指标，即越大反映对应的软件性能越好，则标准化数据若Ppij为成本型指标，即越大反映对应的软件性能越差，则标准化数据其中和分别为所有参与测试的软件的同一性能二级指标Ppij对应的响应数据最大值和最小值；S3：依据性能评价指标的一系列标准化数据建立区间数其中获取中点表示性能二级指标得分，宽度表示性能二级指标得分的不确定性，性能二级指标的不确定度为可信度为S4：将各性能二级指标得分与可信度相乘，获得贫样本条件下基于区间数描述的软件性能二级指标可信得分S5：假设有M款软件进行比较，每款软件的性能二级指标可信得分为Im,k,1≤m≤M,1≤k≤K，其中K为所有一级指标对应的二级指标的个数之和，即将Im,k,1≤m≤M,1≤k≤K整合为一个包含各款软件所有性能二级指标可信得分的二维数据矩阵ΙM×K，ΙM×K中的每一行Im＝Im,1,...,Im,K,1≤m≤M为第m款软件所有性能二级指标可信得分构成的性能二级指标可信得分向量；从ΙM×K中选取任意两个性能二级指标可信得分向量和1≤m1,m2≤M,m1≠m2，计算其欧式距离进而计算其相似度S6：初始时，两个性能二级指标可信得分向量和均各自组成一个单独的簇，分别为簇m1和簇m2，当这两簇合并时，离差平方和增量其中和分别为簇m1和簇m2中向量的个数，和分别为簇m1和簇m2的中心向量；计算所有两簇合并可能下的离差平方和增量，选取离差平方和增量最小的合并情况，将对应的两簇合并为一个新簇，其他簇保持不变，为旧簇；S7：重新计算新簇和旧簇组成的簇集合中任意两个簇间的相似度；S8：重复S6和S7，直到所有性能二级指标可信得分向量归为一簇，获得层次可信聚类后的热力图；S9：对层次可信聚类热力图进行聚类分析，直观获得软件性能可视评价结果。

全文数据：

权利要求：

百度查询： 浙江大学 基于贫样本层次可信聚类热力图的软件性能可视评价方法

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