基于BP神经网络的计算机软件缺陷预测方法

为提升计算机软件缺陷预测方法精准度,提高软件运行安全,本文提出一种基于反向传播(Back Propagation,BP)神经网络的计算机软件缺陷预测方法。基于BP神经网络进行计算机软件预测中的数据预处理,将软件缺陷分为内容缺陷和需求缺陷,结合过采样与欠采样方法实现类的平衡,引用软件缺陷密度公式计算缺陷数量特征,利用训练梯度直推式支持向量机建立计算机软件缺陷预测模型。实验结果证明:设计方法的计算机软件缺陷预测正确率较高,具有一定有效性与精准度。