基于深度學(xué)習(xí)的軟件重構(gòu)預(yù)測評(píng)估方法

打開文本圖片集

文章編號(hào)：1008-1542（2024）06-0636-07

摘  要：

為了解決當(dāng)前軟件重構(gòu)領(lǐng)域深度學(xué)習(xí)模型預(yù)測性能研究的不足，提出了一種基于深度學(xué)習(xí)的軟件重構(gòu)預(yù)測評(píng)估方法，以評(píng)估深度學(xué)習(xí)模型的重構(gòu)預(yù)測性能。首先，采用靜態(tài)分析工具從303個(gè)Java項(xiàng)目中收集重構(gòu)和非重構(gòu)標(biāo)簽實(shí)例，針對(duì)提取類、提取子類、提取超類、提取接口、移動(dòng)類、重命名類以及移動(dòng)和重命名類7種重構(gòu)操作構(gòu)建了7個(gè)由源代碼度量組成的數(shù)據(jù)集；其次，搭建卷積神經(jīng)網(wǎng)絡(luò)模型、長短期記憶網(wǎng)絡(luò)模型、門控循環(huán)單元模型、多層感知機(jī)、自編碼器在數(shù)據(jù)集上進(jìn)行訓(xùn)練和測試；最后，根據(jù)每個(gè)模型的準(zhǔn)確率、查準(zhǔn)率、查全率和F1值對(duì)模型進(jìn)行評(píng)估。（剩余13347字）