(上海师范大学计算机科学与技术系 上海 200234) (wjn_wy1108@163.com)
出版日期: 2021-01-01基金资助:国家自然科学基金项目(61672355)ECC Multi-Label Code Smell Detection Method Based on Ranking Loss
Wang Jina, Chen Junhua, Gao Jianhua(Department of Computer Science and Technology, Shanghai Normal University, Shanghai 200234)
Online: 2021-01-01Supported by:This work was supported by the National Natural Science Foundation of China (61672355).摘要/Abstract
摘要： 代码异味是由糟糕的代码或设计问题引起的一种软件特征，严重影响了软件系统的可靠性和可维护性.在软件系统中，一段代码元素可能同时受到多种代码异味的影响，使得软件质量明显下降.多标签分类适用该情况，将高共现的多个代码异味置于同一标签组，可以更好地考虑代码异味的相关性，但现有的多标签代码异味检测方法未考虑同一段代码元素中多种代码异味检测顺序的影响.对此，提出了一种基于排序损失的集成分类器链(ensemble of classifier chains, ECC)多标签代码异味检测方法，该方法选择随机森林作为基础分类器并采取多次迭代ECC的方式，以排序损失最小化为目标，选择一个较优的标签序列集，优化代码异味检测顺序问题，模拟其生成机理，检测一段代码元素是否同时存在长方法-长参数列表、复杂类-消息链或消息链-过大类这3组代码异味.实验采用9个评价指标，结果表明所提出的检测方法优于现有的多标签代码异味检测方法，F1平均值达97.16%.
参考文献
相关文章 7
| [1] | 廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538. |
| [2] | 刘琳,唐麟,唐明靖,周维. 基于布尔矩阵分解的蛋白质功能预测框架[J]. 计算机研究与发展, 2019, 56(5): 1020-1033. |
| [3] | 任家东,刘新倩,王倩,何海涛,赵小林. 基于KNN离群点检测和随机森林的多层入侵检测方法[J]. 计算机研究与发展, 2019, 56(3): 566-575. |
| [4] | 杨晓慧，万睿，张海滨，曾义夫，刘峤. 基于符号语义映射的知识图谱表示学习算法[J]. 计算机研究与发展, 2018, 55(8): 1773-1784. |
| [5] | 朱琛刚,程光,胡一非,王玉祥. 基于流行度预测的互联网+电视节目缓存调度算法[J]. 计算机研究与发展, 2016, 53(4): 742-751. |
| [6] | 张振海 李士宁 李志刚 陈 昊. 一类基于信息熵的多标签特征选择算法[J]. 计算机研究与发展, 2013, 50(6): 1177-1184. |
| [7] | 佘俏俏 俞 扬 姜 远 周志华. 一种基于标记传播的大规模图像分类方法[J]. , 2012, 49(11): 2289-2295. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4337
