返回
An Automatic Advisor for Refactoring Software Clones Based on Machine Learning
DOI:10.1109/ACCESS.2020.3006178.png)
摘要
En 中文
为了帮助开发人员重构代码,并在软件程序中发现大量克隆时提高软件质量,我们需要一种方法来向开发人员建议克隆需要重构什么以及需要什么类型的重构。本文提出了一种独特的学习方法,该方法可以自动从检测到的代码克隆中提取特征并训练模型,以向开发人员建议需要重构的类型。我们的方法与其他方法不同,后者将重构克隆的类型指定为课程,并创建一个模型来检测重构克隆和匿名克隆的类型。我们介绍了一种新方法,通过该方法可以将克隆类型的异常值重构为未知值,以改善分类结果。我们通过使用最先进的分类模型,进行了广泛的比较研究,并评估了我们建议的想法的有效性。
Keyword:
Refactoring clone
machine learning
outlier detection
classification
AST and PDG features
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
引用论文
Electrical Conductivity of Reproductive Tissue for Detection of Estrus in Dairy Cows用于检测奶牛发情的繁殖组织电导率

