摘要：
一种基于深度学习的上帝类检测方法 作者：卜依凡, 刘 辉, 李光杰 北京理工大学 2019软件学报 代码坏味道：代码坏味，是指那些阅读和理解起来非常拗口、困难、耗费大量脑力的代码。判定一段代码是否属于坏味道是比较主观的，它会随语言、开发人员和开发方法的不同而不同。在工作当中，很多时候都是在维护之前的 阅读全文
摘要：
网络重要节点排序方法综述（概念性知识点） 任晓龙, 吕琳媛 1.基于节点近邻的排序方法 度中心性：节点的直接邻居数目 半局部中心性：节点四层邻居的信息 k-shell分解：度中心性的扩展，根据节点在网络中的位置来定义，越在核心的节点越重要 1.1度中心性（DC） 节点的度分为入度和出度；权重为与节点 阅读全文
摘要：
基于图神经网络的软件系统中关键类识别方法研究 Research on Key Class Identification in Software System based on Graph Neural Network 湖北大学 陈宇轩 摘要 1.关键字 1.1复杂网络 1.1.1定义 复杂网络：就是 阅读全文
摘要：
代码坏味检测 代码坏味检测是什么？ 代码坏味检测是软件重构中的一个重要步骤。它不会妨碍程序的预期功能，但是会随着时间的推移对软件系统造成一定的缺陷，导致高额的维护成本。 软件维护过程中的软件重构环节可以有助于提高软件质量，软件重构可以种族软件应用程序的内部结构而不改变其外部行为。重构的三个步骤：确定 阅读全文
摘要：
Graph Neural Networks for Fast Node Ranking Approximation 用于快速节点排序近似的图神经网络 知识点： 度中心性（Degree centrality）：一个点与其他点直接连接的总和。链接有方向，分为点入中心度、点出中心度 接近中心性（Close 阅读全文
摘要：
Finding key classes in object-oriented software systems by techniques based on static analysis 基于静态分析的面向对象软件系统关键类查找技术 摘要 背景：软件维护由程序理解活动负担，这些活动消耗了大部分项目 阅读全文
摘要：
COSPA: Identifying Key Classes in Object-Oriented Software Using Preference Aggregation 使用偏好聚合识别面向对象软件中的关键类 2021 IEEE XIN DU, TIAN WANG, WEIFENG PAN 摘 阅读全文
摘要：
Automatic detection of Long Method and God Class code smells through neural source code embeddings 通过神经源代码嵌入自动检测 Long Method 和 God Class 代码异味 Aleksand 阅读全文
摘要：
Deep Learning Based Code Smell Detection 基于深度学习的代码异味检测 Hui Liu, Jiahao Jin, Zhifeng Xu, Yanzhen Zou, Yifan Bu and Lu Zhang 摘要 现有的检测代码坏味来进行软件重构的方法大多数都是 阅读全文
摘要：
Applying Software Metrics to RNN for Early Reliability Evaluation 将软件指标应用于RNN以进行早期可靠性评估 Hao Zhang 摘要 结构建模是软件可靠性建模的重要分支，用于早期的可靠性工程，用来优化架构设计并指导后续测试。 与使用 阅读全文
