基于集成学习的忽略成员的方法检测策略

摘要：

忽略成员的方法是一种Android特有代码异味,为检测这种异味,提出一种基于集成学习的检测策略.将代码度量与文本信息相融合作为特征集;将融合后的特征集输入所构建的Stacking集成学习模型中进行异味检测.为快速、准确获得机器学习所需的大量标签数据,提出一种基于Android项目自动构建正负样本的方法.选用开源Android数据集对所提出的方法进行实验验证,实验结果表明,较已有检测方法,该策略能够提高异味检测的精确度.

关键词：代码异味、安卓特有代码异味、忽略成员的方法、文本信息、特征融合、机器学习、集成学习

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;哈尔滨师范大学博士科研启动基金项目;黑龙江省自然科学基金项目;黑龙江省普通本科高等学校青年创新人才培养计划基金项目;哈尔滨师范大学计算机科学与信息工程学院科研基金项目;哈尔滨师范大学计算机科学与信息工程学院科研基金项目;哈尔滨市科技局科技创新人才研究专项资金基金项目

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2679-2686