基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
大数据时代下迅速兴起的深度学习已在计算机视觉等多个领域取得了重大进展.近年来,随着软件制品的积累,这一方法也开始在软件工程领域发挥重要作用.概述了利用深度学习处理不同软件分析任务的研究进展,总结了主要研究方向和应用特点.目前已有一批重要成果发表,相关研究热度呈现上升趋势.最后探讨了现有深度学习技术在应用时的一些局限性与问题.
推荐文章
图像场景识别中深度学习方法综述
场景识别
场景分类
深度学习
图像特征
计算机视觉
面向人体行为识别的深度特征学习方法比较
深度学习
行为识别
序列数据分类
深度卷积神经网络
长短期时间记忆网络
基于深度学习方法的复杂场景下车辆目标检测
深度学习
Faster R-CNN
ImageNet数据集
车辆目标检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 深度学习方法在软件分析中的应用
来源期刊 计算机工程与科学 学科 工学
关键词 软件工程 软件分析 软件制品 机器学习 深度学习 大数据
年,卷(期) 2017,(12) 所属期刊栏目 软件工程
研究方向 页码范围 2260-2268
页数 9页 分类号 TP311.5
字数 9114字 语种 中文
DOI 10.3969/j.issn.1007-130X.2017.12.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 贲可荣 海军工程大学电子工程学院 96 531 13.0 18.0
2 张献 海军工程大学电子工程学院 12 18 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (94)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(11)
  • 参考文献(6)
  • 二级参考文献(5)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件工程
软件分析
软件制品
机器学习
深度学习
大数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导