-
题名基于深度学习的软件重构预测评估方法
被引量：1
- 1
-
-
作者
张亦弛
张杨
李彦磊
郑琨
刘伟
-
机构
河北科技大学信息科学与工程学院
-
出处
《河北科技大学学报》
CAS
北大核心
2024年第6期636-642,共7页
-
基金
国家自然科学基金(61440012)
河北省自然科学基金(F2023208001)
河北省引进留学人员资助项目(C20230358)。
-
文摘
为了解决当前软件重构领域深度学习模型预测性能研究的不足,提出了一种基于深度学习的软件重构预测评估方法,以评估深度学习模型的重构预测性能。首先,采用静态分析工具从303个Java项目中收集重构和非重构标签实例,针对提取类、提取子类、提取超类、提取接口、移动类、重命名类以及移动和重命名类7种重构操作构建了7个由源代码度量组成的数据集;其次,搭建卷积神经网络模型、长短期记忆网络模型、门控循环单元模型、多层感知机、自编码器在数据集上进行训练和测试;最后,根据每个模型的准确率、查准率、查全率和F1值对模型进行评估。结果表明,5种深度学习模型预测重构的准确率、查准率、查全率和F1值的平均值均在93%以上,预测提取子类的准确率最高,卷积神经网络模型预测重构的平均准确率高于其他模型。卷积神经网络模型在软件重构预测评估方面效果较好,为未来使用深度学习模型辅助完成重构推荐任务提供了参考。
-
关键词
软件工程
深度学习
软件重构
重构预测
源代码度量
-
Keywords
software engineering
deep learning
software refactoring
refactoring prediction
source code metrics
-
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
-
