基于即时预测方法的中间投入估算 被引量：3

1

作者 杨翰方 李一繁 王祎帆 《统计研究》 CSSCI 北大核心 2022年第6期17-35,共19页

作为反映各部门间关系的平衡表,投入产出表是投入产出分析的重要数据基础。其中的中间投入为观测经济循环、制定宏观及产业政策提供有力支撑。然而,投入产出表的编制对基础数据条件要求较高,难以提高更新频率。受国内生产总值(GDP)即时... 作为反映各部门间关系的平衡表,投入产出表是投入产出分析的重要数据基础。其中的中间投入为观测经济循环、制定宏观及产业政策提供有力支撑。然而,投入产出表的编制对基础数据条件要求较高,难以提高更新频率。受国内生产总值(GDP)即时预测(Giannone等,2008)的启发,本文利用大量相对高频的宏观及行业经济指标对中间投入进行即时有效的估计和预测。首先,构造了由2000余个序列组成的高维宏观经济指标集;其次,提出了基于自适应稀疏主成分分析的高维动态因子模型;再次,对各部门中间投入进行季度估算,并对2018年和2019年相关数据进行估测。研究结果表明,本文构建的高维模型可估算得到季度中间投入数据,其拟合和预测效果均优于传统时间序列模型和传统动态因子模型(Giannone等,2008)。此外,还对增频后估算的中间投入、中间投入率和中间投入贡献系数进行了分析。最后,本文基于即时预测的方法,尝试构建投入产出表中的中间流量矩阵,验证了本文模型在进行投入产出表预测时的可行性与稳定性。 展开更多

关键词 中间投入 投入产出表 即时预测 高维动态因子模型 自适应稀疏主成分分析

在线阅读 下载PDF 职称材料

基于细粒度代码表示和特征融合的即时软件缺陷预测方法

2

作者 朱晓燕 王文格 +1 位作者 王嘉寅 张选平 《计算机科学》 北大核心 2025年第1期242-249,共8页

即时软件缺陷预测指在软件更改初次提交之际预测该更改引入缺陷的倾向。此类预测针对单一程序变更,而非在粗粒度上进行。由于其即时性和可追溯性,该技术已在持续测试等领域得到广泛应用。目前的研究中,提取变更代码表示的方法粒度较粗,... 即时软件缺陷预测指在软件更改初次提交之际预测该更改引入缺陷的倾向。此类预测针对单一程序变更,而非在粗粒度上进行。由于其即时性和可追溯性,该技术已在持续测试等领域得到广泛应用。目前的研究中,提取变更代码表示的方法粒度较粗,仅标出了变更行,而没有进行细粒度的标记。此外,现有的使用提交内容进行缺陷预测的方法,仅仅是把提交消息与变更代码的特征进行简单拼接,缺失了在特征空间上的深度对齐,这使得在提交消息质量参差不齐的情况下,会出现预测结果易受噪声干扰的情形,并且现有方法也未将领域专家设计的人工特征以及变更内容中的语义语法信息综合起来进行预测。为了解决上述问题,提出了一种基于细粒度代码表征和特征融合的即时软件缺陷预测方法。通过引入新的变更嵌入计算方法来在细粒度上表示变更代码。同时,引入特征对齐模块,降低提交消息中噪声对方法性能的影响。此外,使用神经网络从人工设计的特征中学习专业知识,充分利用现有特征进行预测。实验结果表明,相较于现有方法,该方法在3个性能指标上均有显著提升。 展开更多

关键词 即时软件缺陷预测 特征融合 软件工程 深度学习 代码表示

在线阅读 下载PDF 职称材料

基于多目标优化的工作量感知即时软件缺陷预测特征构建方法

3

作者 赵晨阳 刘磊 江贺 《计算机科学》 北大核心 2025年第1期232-241,共10页

即时软件缺陷预测(JIT-SDP)是一种针对代码变更的软件缺陷预测技术,具有细粒度、即时性和可追溯性的优点。工作量感知JIT-SDP进一步考虑代码检查工作量,旨在以有限的工作量识别更多的缺陷变更。尽管目前已有不少工作量感知JIT-SDP,但这... 即时软件缺陷预测(JIT-SDP)是一种针对代码变更的软件缺陷预测技术,具有细粒度、即时性和可追溯性的优点。工作量感知JIT-SDP进一步考虑代码检查工作量,旨在以有限的工作量识别更多的缺陷变更。尽管目前已有不少工作量感知JIT-SDP,但这些方法大多只针对分类模型算法进行优化。为提升工作量感知JIT-SDP的性能表现与泛用性,首次从特征工程方面入手,提出了一种工作量感知场景下的进化特征构建方法EEF。首先,EEF方法通过遗传编程树来表示特征,从分类性能与工作量感知性能两个角度出发,通过基于多目标优化的进化特征构建方法来获取新的特征转换方法;之后,通过得到的特征转换方法来构建新的特征集,并基于新的特征集训练与测试分类模型。为了验证EEF方法的有效性,在6个开源项目上,通过3个不同评估方案进行了实验研究,结果证明EEF方法可以提升分类模型在工作量感知场景下的性能,并优于其他特征工程方法,而且在保证特征选取多样性的前提下,基于单一模型的EEF方法同样可以提升其他模型的性能。 展开更多

关键词 即时缺陷预测 工作量感知 进化特征构建 多目标优化 特征工程

在线阅读 下载PDF 职称材料

时序因素对即时软件缺陷预测性能影响的实证研究

4

作者 张雨 于巧 +2 位作者 祝义 姜淑娟 张淑涛 《计算机工程与应用》 北大核心 2025年第14期362-376,共15页

即时软件缺陷预测是针对开发者提交的代码变更是否存在缺陷进行预测。近年来,由于其细粒度、即时性、易追溯的特点,即时软件缺陷预测成为了缺陷预测领域的研究热点。代码变更提交具有时间特性,然而,现有研究大多忽略了时序因素对即时软... 即时软件缺陷预测是针对开发者提交的代码变更是否存在缺陷进行预测。近年来,由于其细粒度、即时性、易追溯的特点,即时软件缺陷预测成为了缺陷预测领域的研究热点。代码变更提交具有时间特性,然而,现有研究大多忽略了时序因素对即时软件缺陷预测的影响。因此,探究代码变更提交时间对即时软件缺陷预测性能的影响规律具有重要意义。探究了时序因素对项目内和跨项目即时软件缺陷预测性能的影响,采用随机森林、CNN和XGBoost三种模型在9个即时软件缺陷预测数据集上展开了实证研究。研究结果表明:在项目内缺陷预测中,训练集与测试集时间越接近,模型性能越好;与非时序场景相比,时序场景下的跨项目缺陷预测与项目内缺陷预测的性能差距更小。因此,在即时软件缺陷预测研究中应该充分考虑时序因素的影响,在进行训练集的选择时应优先考虑与测试集时间相距较近的数据集。 展开更多

关键词 即时软件缺陷预测(JIT-SDP) 时序因素 跨项目缺陷预测

在线阅读 下载PDF 职称材料

一种事前可解释的即时软件缺陷预测方法

5

作者 林杨 王炜 《计算机应用与软件》 北大核心 2025年第4期13-20,共8页

为解决即时软件缺陷预测结果难以解释的问题,基于多项式神经网络的改进模型,提出一种事前可解释的即时软件缺陷预测方法,通过将代码度量元与预测结果之间的因果关系形式化输出为K-G多项式的复合函数,使用标准化回归系数来衡量复合函数... 为解决即时软件缺陷预测结果难以解释的问题,基于多项式神经网络的改进模型,提出一种事前可解释的即时软件缺陷预测方法,通过将代码度量元与预测结果之间的因果关系形式化输出为K-G多项式的复合函数,使用标准化回归系数来衡量复合函数中度量元的重要性,分析影响缺陷产生的原因。实验结果表明在平均预测准确率达到0.797的前提下,该方法还具有较好的可解释性。 展开更多

关键词 多项式神经网络 即时软件缺陷预测 事前可解释性 形式化

在线阅读 下载PDF 职称材料

田间即时鲜烟叶SPAD值预测和成熟度识别方法 被引量：5

6

作者 裴文灿 孙光伟 +2 位作者 黄金国 徐丁辉 刘竞 《计算机工程与应用》 CSCD 北大核心 2024年第8期348-360,共13页

成熟程度判定作为烟叶采收时的重要工作,需要满足即时性、科学性和准确性要求。目前烟叶成熟度识别实施存在测量仪器价格昂贵且操作繁琐,无法在田间推广使用;手机摄像头的内嵌图像处理算法干扰图像有效特征,田间复杂天气环境影响图像采... 成熟程度判定作为烟叶采收时的重要工作,需要满足即时性、科学性和准确性要求。目前烟叶成熟度识别实施存在测量仪器价格昂贵且操作繁琐,无法在田间推广使用;手机摄像头的内嵌图像处理算法干扰图像有效特征,田间复杂天气环境影响图像采集一致性;现存识别算法忽略植物学领域信息,影响模型准确性和普适性等问题。据此提出一种低成本且有效的田间即时鲜烟叶SPAD值预测和成熟度识别方法,通过提高识别准确率保障烟叶后续调制质量。研发便携式拍摄装置,实现田间高质量图片采集;并以CX-26烟叶品种为研究对象,提出一种适配于田间烟叶图像的分割方法,通过提取图像目标区域特征数据,利用XGBoost算法依次搭建鲜烟叶SPAD值预测模型和成熟度识别模型。提出两个模型的集成思路,集成模型能够利用SPAD值和成熟度的强相关关系,通过预测SPAD值提高成熟度识别准确性。该方法在各项评价指标中均表现优秀,其中SPAD值预测平均误差为0.4703,成熟度识别宏F1-Score为95.27%。研发手机APP完成拍摄装置和云端模型之间烟叶图像和预测结果的传输,实现在田间对烟叶成熟程度快速、客观、准确的即时预测。该成果可为田间农作物精准采收提供有效技术支持。 展开更多

关键词 烟叶成熟度 SPAD值 机器学习 图像特征 即时预测

在线阅读 下载PDF 职称材料

基于知识回放的即时软件缺陷预测增量模型

7

作者 张文静 李勇 王越 《计算机应用研究》 CSCD 北大核心 2024年第11期3420-3425,共6页

即时软件缺陷预测技术可以实现细粒度代码变更的即时缺陷预测,对于提高软件代码质量和保证软件可靠性具有重要意义。传统静态软件缺陷预测模型在处理即时软件数据流时会存在“知识遗忘”的情况,从而导致模型泛化性能较差的问题。为此,... 即时软件缺陷预测技术可以实现细粒度代码变更的即时缺陷预测,对于提高软件代码质量和保证软件可靠性具有重要意义。传统静态软件缺陷预测模型在处理即时软件数据流时会存在“知识遗忘”的情况,从而导致模型泛化性能较差的问题。为此,提出一种基于知识回放的即时软件缺陷预测增量模型方法。首先,通过知识回放机制存储模型参数和随机样本,实现对旧知识的学习;其次,使用分布式训练框架在本地设备上对即时软件数据流进行增量学习,通过重构实现模型的即时更新;最后采用知识蒸馏技术,构建全局增量预测模型。实验表明,该模型与常见模型算法相比,在保证训练效率的前提下,模型的综合性能表现较优。 展开更多

关键词 即时软件缺陷预测 增量学习 知识回放 知识蒸馏

在线阅读 下载PDF 职称材料

即时软件缺陷预测研究进展 被引量：17

8

作者 蔡亮 范元瑞 +1 位作者 鄢萌 夏鑫 《软件学报》 EI CSCD 北大核心 2019年第5期1288-1307,共20页

软件缺陷预测一直是软件工程研究中最活跃的领域之一,研究人员己经提出了大量的缺陷预测技术,根据预测粒度不同,主要包括模块级、文件级和变更级(change-level)缺陷预测.其中,变更级缺陷预测旨在于开发者提交代码时,对其引入的代码是否... 软件缺陷预测一直是软件工程研究中最活跃的领域之一,研究人员己经提出了大量的缺陷预测技术,根据预测粒度不同,主要包括模块级、文件级和变更级(change-level)缺陷预测.其中,变更级缺陷预测旨在于开发者提交代码时,对其引入的代码是否存在缺陷进行预测,因此又被称作即时(just-in-time)缺陷预测.近年来,即时缺陷预测技术由于其即时性、细粒度等优势,成为缺陷预测领域的研究热点,取得了一系列研究成果;同时也在数据标注、特征提取、模型评估等环节面临诸多挑战,迫切需要更先进、统一的理论指导和技术支撑.鉴于此,从即时缺陷预测技术的数据标注、特征提取和模型评估等方面对近年来即时缺陷预测研究进展进行梳理和总结.主要内容包括:(1)归类并梳理了即时缺陷预测模型构建中数据标注常用方法及其优缺点;(2)对即时缺陷预测的特征类型和计算方法进行了详细分类和总结;(3)总结并归类现有模型构建技术;(4)总结了模型评估中使用的实验验证方法与性能评估指标;(5)归纳出了即时缺陷预测技术的关键问题;(6)最后展望了即时缺陷预测的未来发展. 展开更多

关键词 软件缺陷预测 即时缺陷预测 软件维护 软件质量 软件工程

在线阅读 下载PDF 职称材料

面向智能计算框架的即时缺陷预测 被引量：4

9

作者 葛建 虞慧群 +2 位作者 范贵生 唐锏浩 黄子杰 《软件学报》 EI CSCD 北大核心 2023年第9期3966-3980,共15页

作为人工智能工程化的实现工具,智能计算框架已在近年来被广泛应用,其可靠性对于人工智能的有效实现至关重要.然而,智能计算框架的可靠性保障具有挑战性,一方面,智能计算框架代码迭代迅速、测试困难;另一方面,与传统软件不同,智能计算... 作为人工智能工程化的实现工具,智能计算框架已在近年来被广泛应用,其可靠性对于人工智能的有效实现至关重要.然而,智能计算框架的可靠性保障具有挑战性,一方面,智能计算框架代码迭代迅速、测试困难;另一方面,与传统软件不同,智能计算框架涉及大量张量计算,其代码规范缺乏软件工程理论指导.为了解决这一问题,现有的工作主要使用模糊测试手段实现缺陷定位,然而,这类方法只能实现特定类型缺陷的精准定位,却难以即时地在开发过程中引导开发者关注软件质量.因此,将国内外常见的智能计算框架(TensorFlow,百度飞桨等)作为研究对象,选取多种变更特征构建数据集,在代码提交级别对智能计算框架进行即时缺陷预测.另外,在此基础上使用LDA主题建模技术挖掘代码和代码提交信息作为新的特征,并使用随机森林进行预测.结果发现AUC-ROC平均值为0.77,且语义信息可以略微提升预测性能.最后,使用可解释机器学习方法 SHAP分析各特征属性对模型预测输出的影响,发现:(1)基本特征对于模型的影响符合传统软件开发规律;(2)代码和提交信息中的语义特征对模型的预测结果有重要影响;(3)不同系统中的不同特征对模型预测输出的贡献度排序也存在较大差异. 展开更多

关键词 智能计算框架 即时缺陷预测 可解释人工智能 实证软件工程

在线阅读 下载PDF 职称材料

融合测试异味的即时缺陷预测模型探究 被引量：1

10

作者 殷瑞笛 吴海涛 +1 位作者 高建华 黄子杰 《小型微型计算机系统》 CSCD 北大核心 2022年第4期872-881,共10页

测试异味是软件测试中存在不良设计和不良实现的征兆.以前的研究表明,测试异味的存在与生产代码的缺陷倾向有着明显的关联,而最近的研究表明,测试相关的因素可以作为软件代码质量的可靠预测特征.本文在原有的即时缺陷预测模型中加入测... 测试异味是软件测试中存在不良设计和不良实现的征兆.以前的研究表明,测试异味的存在与生产代码的缺陷倾向有着明显的关联,而最近的研究表明,测试相关的因素可以作为软件代码质量的可靠预测特征.本文在原有的即时缺陷预测模型中加入测试异味这一新角度的特征,构建包含代码度量、过程度量和测试异味3不同角度的特征数据集,涉及从代码编写到代码测试再到后期维护的全过程.本文在5个系统中实验并对比了新模型与旧模型的性能,以探究测试异味对即时缺陷预测模型效果的提升,并用可解释性人工智能算法衡量特征重要性.结果显示,加入测试异味后,模型的AUC_ROC值提升了2.5%-6.7%,精度提高1.4%-3.9%,召回率提高0.8%-4%,F1值提高2.3%-4.6%.根据可解释性人工智能算法SHAP分析的各特征属性对模型预测输出的贡献度排序,贡献度排在前20位的特征属性中有6种测试异味,分别为ECT,UT,AR,GF,MNT,ET,其中ECT对模型输出贡献度排在第9位,而ET则排在第20位,这表明不同测试异味对缺陷预测的贡献度有差别.同时,不同系统中的测试异味对模型预测输出的贡献度排序也存在较大差异. 展开更多

关键词 测试异味 即时缺陷预测 可解释人工智能 实证软件工程

在线阅读 下载PDF 职称材料

移动App即时缺陷预测模型的可解释性方法 被引量：2

11

作者 胡新宇 陈翔 +1 位作者 夏鸿崚 顾亚锋 《计算机应用研究》 CSCD 北大核心 2022年第7期2104-2108,共5页

在移动App即时缺陷预测领域,大部分研究只关注预测模型的性能,而忽略了模型的可解释性,因此会造成开发人员对缺陷预测模型的预测结果缺乏信任,并阻碍了缺陷预测模型在实践中的应用。主要针对Android移动App即时缺陷预测模型的可解释性... 在移动App即时缺陷预测领域,大部分研究只关注预测模型的性能,而忽略了模型的可解释性,因此会造成开发人员对缺陷预测模型的预测结果缺乏信任,并阻碍了缺陷预测模型在实践中的应用。主要针对Android移动App即时缺陷预测模型的可解释性展开研究,通过差分进化算法对局部可解释技术LIME方法进行超参优化得到ExplainApp方法,该方法可以对预测结果生成高质量解释。选择了14个实际Android应用程序作为实验对象,最终结果表明,ExplainApp方法可以解释移动App即时缺陷预测模型得到的实例预测结果。ExplainApp方法在拟合优度上要优于原始的LIME方法,可以平均提高94.50%。 展开更多

关键词 即时缺陷预测 移动软件 可解释性 超参优化

在线阅读 下载PDF 职称材料

一种即时软件缺陷预测模型及其可解释性研究 被引量：4

12

作者 陈丽琼 王璨 宋士龙 《小型微型计算机系统》 CSCD 北大核心 2022年第4期865-871,共7页

即时软件缺陷预测是保障软件安全与质量相统一的必要途径,在软件工程领域受到越来越多的关注.然而,现有数据集存在特征冗余和特征相关性低的情况,极大影响了即时软件缺陷预测模型的分类性能和稳定性.此外,分析缺陷数据特征对模型的影响... 即时软件缺陷预测是保障软件安全与质量相统一的必要途径,在软件工程领域受到越来越多的关注.然而,现有数据集存在特征冗余和特征相关性低的情况,极大影响了即时软件缺陷预测模型的分类性能和稳定性.此外,分析缺陷数据特征对模型的影响尤为重要,但如今对软件缺陷预测模型进行解释性研究较少.针对这些问题,文章基于6个开源项目的227417个代码级变更的大规模实证研究,创新性地选择了SHAP+SMOTEENN+XGBoost(SHAP-SEBoost)构建即时软件缺陷预测模型.首先通过SHAP(SHapley Additive exPlanation)模型可解释器分析初始数据集特征,并根据分析结果对数据集进行相应的特征选择与组合.然后,利用SMOTEENN对类不平衡的缺陷数据进行正负样本均衡化,使用集成学习算法XGBoost对实验数据进行预测建模.最后,使用SHAP对本文模型进行可解释性分析.实验结果表明SHAP-SEBoost有效地提高了分类性能,与基线模型以及近年优秀模型相比AUC平均提高11.6%,F1平均提升33.5%. 展开更多

关键词 即时软件缺陷预测 模型可解释性 特征工程 集成学习

在线阅读 下载PDF 职称材料

NGI中一种切换目标预测机制

13

作者 王兴伟 田野 黄敏 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2007年第7期957-960,共4页

基于统计与即时相结合的方法,设计了NGI中的一种切换目标预测机制.首先,采用统计预测,根据切换历史记录,建立模糊决策树,据此预测切换目标.如果预测到的目标有多个,则根据用户当前位置、运动方向和运动速率等即时信息以及平均呼叫持续... 基于统计与即时相结合的方法,设计了NGI中的一种切换目标预测机制.首先,采用统计预测,根据切换历史记录,建立模糊决策树,据此预测切换目标.如果预测到的目标有多个,则根据用户当前位置、运动方向和运动速率等即时信息以及平均呼叫持续时间进行即时预测,计算用户对每个预测到的目标的访问概率,选取该值最大的作为切换目标.仿真结果表明,同单一的统计预测机制和即时预测机制相比,该机制在不同速率下的预测命中率都较高,总体性能好. 展开更多

关键词 下一代互联网 切换目标 统计预测 即时预测 模糊决策树

在线阅读 下载PDF 职称材料