基于RNN进行面向主题的特征定位方法

• 作者: 何云 尹春林 李彤 王炜
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 软件特征定位 软件演化 深度学习 循环神经网络 面向主题
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 12-17,51
• 页数: 7页
• 分类号: TP311.52
• 字数: 7351字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.06.003

摘要

软件特征定位是软件演化活动得以顺利展开的前提条件.当前特征定位研究的性能仍有待于进一步提高.为了获得较好的性能,在文件夹粒度上获取主题知识,将系统中同一个文件夹下的所有类(class)划分为同一个主题知识类,提出利用深度学习算法--循环神经网络RNN(Recurrent Neural Networks) 进行面向主题的特征定位.同时,在该方法的基础上提出了一种改进的模型.为了使实验结果更具现实意义,与基线方法和其他一些方法相比,将实验数据从10组提高到531组和将检索率从15%缩小到10%,即使在这种情况下,所获得的实验结果,无论是从正面与基线方法相比还是从侧面与目前的一些特征定位方法相比,该方法都获得了不错的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彤	云南大学软件学院	151	861	14.0	22.0
5	王炜	云南大学软件学院	17	41	4.0	5.0
7	尹春林	云南大学软件学院	4	5	2.0	2.0
10	何云	云南大学软件学院	11	37	4.0	5.0