一种基于深度学习的异质软件工作量估计方法

摘要

本发明涉及计算机软件技术领域，更具体地，涉及一种基于深度学习的异质软件工作量估计方法，包括：步骤S1：建立数据集，包括源数据集与目标数据集；其中，目标数据集为用户自有的一个数据集；源数据集为与目标数据集存在异质性的一个数据集；步骤S2：利用源数据集与目标数据集训练自编码器；步骤S3：从自编码器提取数据特征，把数据特征输入卷积神经网络训练预测器，使用预测器生成软件工作量的预测值。卷积神经网络能自动提取数据的高层次含义，使软件工作量估计的工作更为高效，还节省了资源。