软件缺陷是对软件产品预期属性的偏离现象。它是影响软件质量的重要和关键因素之一。发现与排除软件缺陷是软件生命周期中的重要工作之一。软件缺陷的描述是软件缺陷报告中测试人员对问题陈述的一部分，并且是软件缺陷报告的基础部分。同时，软件缺陷的描述也是测试人员就一个软件问题与开发小组交流的最初最好的基础。一个好的描述需要使用简单、准确、专业的语言来抓住缺陷的本质。否则，它就会使信息含糊不清，并可能会误导开发人员。软件缺陷的有效描述应该满足:单一准确、完整统一、特定条件、补充完善、不做评价等条件。遵循以上规则的缺陷描述将能够加强开发人员、测试人员和管理人员之间的协同工作能力，让他们可以更好地工作。因此每一个软件组织都必须妥善处理软件中的缺陷，这是关系到软件组织生存、发展的质量根本。　　 本文通过分析软件缺陷预测领域的相关现状和相关的技术，使用软件缺陷预测方法中常用的前向反馈神经网络方法，通过自主开发的JAVA程序，方便高效地提取JAVA代码的相关特征属性，并结合WEKA数据挖掘技术中的参数设定的科学性方法，对提取的特征属性值进行挖掘处理。　　 通过将挖掘结果有效的运用于节点数设计、网络结构的设计上，可以不断改进神经网络预测软件缺陷的置信度，从而让预测的结果更加合理化。