检索结果-内蒙古大学图书馆

作者：郑文豪南京大学

学位级别：硕士

随着软件系统的日益复杂,掌握和开发这些软件系统,需要一定的学习成本,对于大部分的程序员而言,了解软件系统的每一实现细节将是十分困难的。如果能够利用软件挖掘技术,则可以很好地辅助程序员进行开发,从而提高软件质量,保证软件开发效... 详细信息

随着软件系统的日益复杂,掌握和开发这些软件系统,需要一定的学习成本,对于大部分的程序员而言,了解软件系统的每一实现细节将是十分困难的。如果能够利用软件挖掘技术,则可以很好地辅助程序员进行开发,从而提高软件质量,保证软件开发效率,最终提升软件用户体验。因为程序员面临的问题模式种类繁多,为了更好地辅助程序员,需要能够从大规模的数据中挖掘出有价值的模式。而程序员通常倾向于在开源社区中分享代码,交流问题,因此,开源社区中积累了大量的代码和文本数据,还有编程开发中遇到的各种问题。然而,程序员在开源社区中的交流却面临着两个问题:一是如何理解代码的语义,因为开源社区中存在着大量缺乏注释的代码,为了便于交流,需要耗费大量的时间精力理解他人代码。二是如何推荐编程问题的回答,程序员在交流时会提出与编程相关的问题,而解答方案也各有不同,如果逐一审阅,将会费时费力。因此,本文从面向开源社区的角度,进行软件挖掘技术研究,从而能够从以下两个方面为程序员提供辅助。第一,针对代码语义理解问题,本文能够基于开源社区的数据模式,自动生成代码的注释信息,并且利用代码的结构信息,提出新的注意力机制,从而辅助程序员更快地理解代码语义。从实验结果可以看出,生成的注释比以往的模型生成的可读性更好。第二,针对编程问题回答推荐。本文针对开源社区中的编程相关问题,从多视图以及局部一致性和全局一致性两个方面,探索最佳回答的模式,从而能够为程序员遇到的编程问题推荐最佳回答。更具效率地解决问题。实验结果表明,本文提出的两个方面都相较以往,取得了更好的性能。

关键词：软件挖掘开源社区自动注释生成注意力机制自动回答推荐局部以及全局一致性

来源：评论

学校读者我要写书评

暂无评论

半监督软件缺陷挖掘研究综述

引用

数据采集与处理 2016年第1期31卷 56-64页

作者：黎铭霍轩南京大学计算机软件新技术国家重点实验室南京210023

软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因。软件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已得到了软件质量保障领域的广泛关注。要准确发现软... 详细信息

软件质量是计算机系统安全可靠运行的保障,而软件缺陷是导致软件质量低下的重要诱因。软件缺陷挖掘技术凭借其能够通过对软件代码及其相关数据进行分析建模,发现软件系统潜在的缺陷,已得到了软件质量保障领域的广泛关注。要准确发现软件模块中潜在的缺陷,需要利用大量带有缺陷情况标注的模块进行学习。然而,缺陷情况标注往往需要通过详细测试或人工代码检查获取,要消耗大量测试和人工资源,在实际应用中难以满足,这严重制约了软件缺陷挖掘的性能。针对这一问题,半监督学习技术被引入软件缺陷挖掘,通过对大量缺少标注的模块进行利用,辅助提升软件缺陷挖掘的性能。本文对半监督缺陷挖掘技术的研究现状进行综述。首先综述了软件缺陷挖掘研究现状,然后简要介绍了半监督学习的4种学习范式;最后系统梳理了基于半监督学习进行软件缺陷挖掘的多种方法与技术。

关键词：软件挖掘机器学习半监督学习软件缺陷挖掘

来源：评论

学校读者我要写书评

暂无评论

软件缺陷因素挖掘

引用

吉林大学学报（工学版） 2012年第S1期42卷 382-386页

作者：涂威威黎铭周志华南京大学计算机软件新技术国家重点实验室南京210046

利用软件开发过程各个阶段中多方面的信息,构建了排序支持向量机(RankSVM)和支持向量回归(SVR)软件缺陷密度预测模型。实验结果表明,与支持向量回归软件缺陷密度预测模型相比,排序支持向量机软件缺陷密度预测模型能够更好地反映软件开... 详细信息

利用软件开发过程各个阶段中多方面的信息,构建了排序支持向量机(RankSVM)和支持向量回归(SVR)软件缺陷密度预测模型。实验结果表明,与支持向量回归软件缺陷密度预测模型相比,排序支持向量机软件缺陷密度预测模型能够更好地反映软件开发过程中多方面因素对软件缺陷密度的影响。通过对排序支持向量机软件缺陷密度预测模型的分析找出影响软件缺陷密度的重要因素,可以指导后续实践。

关键词：计算机软件软件挖掘机器学习软件缺陷

来源：评论

学校读者我要写书评

暂无评论

基于Web文本数据挖掘的软件分类系统的研究与实现

基于Web文本数据挖掘的软件分类系统的研究与实现

引用

作者：鲍永强中国地质大学（北京）

学位级别：硕士

Web数据挖掘是一个全新的研究领域,很多学者和相关领域的专家正把焦点集中到这个领域的基础性研究工作中,经过近几年的研究工作设计了众多的算法,这些算法各具特色.但是,Web数据挖掘的应用尚处于起步阶段,本文对此作了相应的研究和探讨... 详细信息

Web数据挖掘是一个全新的研究领域,很多学者和相关领域的专家正把焦点集中到这个领域的基础性研究工作中,经过近几年的研究工作设计了众多的算法,这些算法各具特色.但是,Web数据挖掘的应用尚处于起步阶段,本文对此作了相应的研究和探讨,从应用上研究Web数据挖掘技术.设计一个有效的软件资源挖掘工具,让应用程序有目的的、自动的从互联网上搜索共享的软件资源.这种应用不是基于FTP文件服务,而是通过HTTP服务下载HTML网页,并从下载的页面中分离出有效的软件资源信息,然后访问服务器并下载这些软件到本地的信息库.最后,系统对下载的软件按照用途进行分类.通过这种方法实现更快捷和高效的软件资源获取途径.

关键词：软件挖掘采集器 Web挖掘文本分类数据挖掘

来源：评论

学校读者我要写书评

暂无评论

软件缺陷因素挖掘

软件缺陷因素挖掘

引用

第四届中国Agent理论与应用学术会议

作者：涂威威黎铭周志华南京大学计算机软件新技术国家重点实验室南京210046

软件开发过程的各个阶段都有可能引入软件缺陷，软件缺陷的存在降低了软件的质量，以往的研究工作大多只使用部分的信息来构建软件缺陷的预测模型，并没有全面地考虑软件开发过程的各个方面的信息，这使得模型本身缺乏可信度和实用价值... 详细信息

软件开发过程的各个阶段都有可能引入软件缺陷，软件缺陷的存在降低了软件的质量，以往的研究工作大多只使用部分的信息来构建软件缺陷的预测模型，并没有全面地考虑软件开发过程的各个方面的信息，这使得模型本身缺乏可信度和实用价值。本文利用软件开发过程中各方面的信息数据，构建排序支持向量机(RankSVM)软件缺陷密度预测模型，并通过对模型的分析找出影响软件缺陷密度的重要因素。

关键词：软件挖掘机器学习软件缺陷

来源：评论

学校读者我要写书评

暂无评论

基于代价敏感间隔分布优化的软件缺陷定位

引用

软件学报 2017年第11期28卷 3072-3079页

作者：解铮黎铭计算机软件新技术国家重点实验室(南京大学) 江苏南京210023

在大型软件项目的开发与维护中,从大量的代码文件中定位软件缺陷费时、费力,有效地进行软件缺陷自动定位,将能极大地降低开发成本.软件缺陷报告通常包含了大量未发觉的软件缺陷的信息,精确地寻找与缺陷报告相关联的代码文件,对于降低维... 详细信息

在大型软件项目的开发与维护中,从大量的代码文件中定位软件缺陷费时、费力,有效地进行软件缺陷自动定位,将能极大地降低开发成本.软件缺陷报告通常包含了大量未发觉的软件缺陷的信息,精确地寻找与缺陷报告相关联的代码文件,对于降低维护成本具有重要意义.目前,已有一些基于深度神经网络的缺陷定位技术相对于传统方法,其效果有所提升,但相关工作大多关注网络结构的设计,缺乏对训练过程中损失函数的研究,而损失函数对于预测任务的性能会有极大的影响.在此背景下,提出了代价敏感的间隔分布优化(cost-sensitive margin distribution optimization,简称CSMDO)损失函数,并将代价敏感的间隔分布优化层应用到深度卷积神经网络中,能够良好地处理软件缺陷数据的不平衡性,进一步提高缺陷定位的准确度.

关键词：软件挖掘机器学习缺陷定位卷积神经网络间隔分布优化

来源：评论

学校读者我要写书评

暂无评论

二次回归学习及其在软件开发工作量预测上的应用

引用

模式识别与人工智能 2015年第1期28卷 59-64页

作者：杨子旭黎铭南京大学计算机软件新技术国家重点实验室南京210023

回归学习是用于对具有实值标记样本进行学习建模的监督学习技术.为获得良好的预测性能,通常需要大量的训练样本,然而,在实际应用中可收集到的训练样本数量极少.针对该问题,提出一种基于二次学习框架的新型二次回归学习方法——基于神经... 详细信息

回归学习是用于对具有实值标记样本进行学习建模的监督学习技术.为获得良好的预测性能,通常需要大量的训练样本,然而,在实际应用中可收集到的训练样本数量极少.针对该问题,提出一种基于二次学习框架的新型二次回归学习方法——基于神经网络集成的回归树算法(NERT).该方法借助虚拟样本生成技术,通过串行执行的两个学习阶段对其进行有效利用,有效缓解训练样本不足的困难,从而提升学习性能.同时,通过为两个阶段分别选择泛化能力强和理解性好的学习方法,可得到预测性能好且可理解性高的模型.实验结果表明在训练样本极少的软件开发工作量预测问题上,NERT方法能够从小样本数据得到比现有方法更好的预测性能,同时其模型内在可理解性能够揭示工作量预测的关键因素.

关键词：回归分析机器学习二次回归学习软件挖掘工作量预测

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的软件缺陷预测

基于机器学习的软件缺陷预测

引用

作者：涂威威南京大学

学位级别：硕士

软件已经成为现代生活不可缺少的重要组成部分,因此软件质量显得尤为重要,然而软件缺陷的存在严重影响了软件质量。软件缺陷预测通过预测软件中可能存在的缺陷,帮助软件开发人员将有限的资源用在更有可能产生软件缺陷的地方,从而提高软... 详细信息

软件已经成为现代生活不可缺少的重要组成部分,因此软件质量显得尤为重要,然而软件缺陷的存在严重影响了软件质量。软件缺陷预测通过预测软件中可能存在的缺陷,帮助软件开发人员将有限的资源用在更有可能产生软件缺陷的地方,从而提高软件质量。很多机器学习方法被用来构建软件缺陷预测模型,基于机器学习的软件缺陷预测模型已成为当前软件工程的研究热点之一。软件缺陷预测的关键在于如何准确地发现存在缺陷的模块以及如何理解导致缺陷的因素。然而在实际的软件开发中,受资源所限,通常只能获取少量模块的缺陷情况标记,在此情况下,建立的软件缺陷预测模型对软件缺陷缺乏敏感性；另外,传统的软件缺陷预测模型并不能很好地帮助软件开发人员认识导致软件缺陷的因素以指导后续实践。本文针对上述问题进行了研究,取得了以下创新成果：第一,实际的软件开发中有标记样本稀少和预测模型对软件缺陷不敏感这两个问题是同时存在的,本文利用代价敏感半监督学习方法CS4VM来同时解决这两个问题。实验表明,CS4VM方法对于同时解决实际的软件开发中的这两个问题是有效的。但是CS4VM是基于代价敏感嵌入式方法,这样的方法并不通用,而且CS4VM是基于低密度分割的半监督学习方法,计算开销比较大；第二,为了获得更通用的方法,以及解决计算效率问题,本文提出了代价敏感半监督学习方法CoForest-CS来同时解决有标记样本稀少和预测模型对软件缺陷不敏感的问题。CoForest-CS由于采用代价敏感通用方法,所以具有很好的通用性；由于是基于不一致的半监督学习方法,所以计算开销小。实验表明,CoForest-CS对于同时解决实际的软件开发中的这两个问题是有效的；第三,为了发现软件缺陷的诱因,本文综合考虑了软件开发各个方面的影响因素,利用排序学习方法为软件缺陷密度相对的高低构建预测模型,挖掘影响软件缺陷密度的关键因素。实验表明,排序模型能够更好地体现各个因素对软件缺陷影响的实际重要程度。

关键词：机器学习软件挖掘软件缺陷预测代价敏感半监督学习排序学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习模型的软件功能型克隆检测

基于深度学习模型的软件功能型克隆检测

引用

作者：魏慧慧南京大学

学位级别：硕士

软件克隆检测致力于找出两段功能相似的代码段,其对软件系统的维护和发展起着非常重要的作用。目前该领域存在很多研究试图有效检测软件克隆,他们多是基于代码段的文本或结构信息,手工提取代码段包含这些信息的特征。这种做法使其无法... 详细信息

软件克隆检测致力于找出两段功能相似的代码段,其对软件系统的维护和发展起着非常重要的作用。目前该领域存在很多研究试图有效检测软件克隆,他们多是基于代码段的文本或结构信息,手工提取代码段包含这些信息的特征。这种做法使其无法有效检测出软件功能型克隆,即只有功能相似而在句法和语法层面可能有很大差别的代码段。本文针对目前方法无法有效检测软件功能型克隆的现状,提出基于深度学习模型和监督信息的软件功能型克隆检测方法。本文首先将软件克隆检测问题形式化为一个监督学习问题,提出一个端到端的深度学习框架CDLH。CDLH利用训练集中代码段的监督信息指导深度学习模型,并根据编程语言的特点设计深度模型,使深度模型学习出的深度监督特征不仅包含代码段的句法和语法信息,同时包含了其功能信息。在真实数据集上的实验结果表明,所提方法能够有效地检测出功能型克隆。使用监督信息指导特征学习能学得包含代码段功能特点的特征,但在真实场景中进行软件克隆的标记时,领域专家一般只标记他们恰好发现的克隆对,而有大部分的未被发现的克隆对和非克隆对未被标记。因此本文提出在弱标记场景下的软件克隆检测问题应该被形式化为一个从只有正标记数据和无标记数据中进行的学习问题,即PU(Positive and Unlabeled)学习问题,并据此提出了一种能够利用未标记数据的方法CDPU。CDPU还利用了对抗训练机制来使模型更加鲁棒。在真实数据集上的实验结果表明所提方法能够在真实标记场景下有效检测出功能型克隆。

关键词：软件挖掘软件功能型克隆检测深度模型 PU学习

来源：评论

学校读者我要写书评

暂无评论

基于弱标记学习的开源软件自动标注研究

基于弱标记学习的开源软件自动标注研究

引用

作者：韩乐南京大学

学位级别：硕士

开源软件在这些年快速发展,常见的开源软件库通常有数十万开源软件项目。软件工程师通常要搜索开源软件库以获得解决方案或者可重用的部件。为了便于开源软件的检索,目前多数开源软件库为软件提供多个描述其功能或特性的标注。软件标注... 详细信息

开源软件在这些年快速发展,常见的开源软件库通常有数十万开源软件项目。软件工程师通常要搜索开源软件库以获得解决方案或者可重用的部件。为了便于开源软件的检索,目前多数开源软件库为软件提供多个描述其功能或特性的标注。软件标注现在使用的方法是人工标注软件。但是,人工的过程代价很大,并且很耗时。所以本文想要以自动化的方式来标注开源软件。在开源软件库中,很多开源软件项目具有缺失的标注,甚至有很大一部分开源软件不具有任何标注。本文基于弱标记学习对开源软件自动标注进行研究和分析,取得了如下创新结果:第一,开源软件库中不同标注的数量非常多,对于大多数标注而言,具有该标注的软件数量远少于不具有这个标注的软件数量。这种分布的不平衡性导致对大多数标注而言,具有该标注的开源软件概念信息很弱,传统多标记学习算法难以取得较好的效果。针对开源软件库中标注概念信息弱,本文提出了开源软件自动标注算法ML-CKNN,该方法通过在多标记学习算法中引入代价信息,让分类器对每个标注的正类更加敏感,有效缓解了标注数量过多带来的类别不平衡性。第二,在开源软件库中大量开源软件的标注是不完备的,即很多与开源软件相关的标注没有被标注上。这就导致开源软件完备性弱。许多多标记学习算法,通常有一个隐含的假设,即每一个样本的标注集合是完备的。在这种情况下,难以取得较好性能。针对开源软件项目标注完备性弱,本文提出了一种基于不完备标记学习的开源软件自动标注算法TagWell。该方法能够补齐开源软件库中软件项目缺失的标注。第三,不同开源软件项目的同一个功能可能使用不同的标注,比如同义词,或者同一个词的不同词型;不同的标注之间也有相互关系,但是这种关联信息很弱。目前,开源软件库尚未能利用到标注之间这种相互关系。针对开源软件标注关联性弱,本文提出了开源软件自动标注方法ML-RKNN,利用多源信息交互,有效学习到标注与标注之间相互关系,文本描述与标注之间的相互关系。从而,能够为开源软件项目提供给高质量的标注。

关键词：软件挖掘弱标记学习多标记学习开源软件自动标注

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：