استفاده از دسته بند naïve Bayes بهبودیافته برای بازسازی معماری نرم افزار
محل انتشار: همایش ملی علوم و مهندسی کامپیوتر
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 663
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCSE01_145
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
از آنجا که در طراحی معماری نر مافزار، همواره پیوستگی کم و انسجام زیاد مدنظر است، و توسعه پذیری، قابلیت استفادهمجدد و قابلیت نگه داری را افزایش می دهد، در این مقاله قصد داریم الگوریتم یادگیری ماشینی را، که پیش از این بهبود داده ایم و برایبازیابی معماری نرم افزار ارائه شده است، برای بازسازی معماری نرم افزار و به دست آوردن یک معماری نرم افزار بهینه، با پیوستگی کم وانسجام زیاد استفاده کنیم. الگوریتم پیشنهادی بر روی یک مطالعه موردی، برای بازسازی معماری نر مافزار، اعمال و نتایج آنارائه شده است.
کلیدواژه ها:
نویسندگان
زهرا صدری مشکنانی
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، اصفهان
سید مهران شرفی
استادیار دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، اصفهان
بهمن زمانی
استادیار گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، دانشگاه اصفهان، اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :