بهبود دسته بندNaïve Bayes برای بازسازی معماری نرم افزار
محل انتشار: پانزدهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,310
فایل این مقاله در 7 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:
ISCEE15_054
تاریخ نمایه سازی: 3 آذر 1391
چکیده مقاله:
مستندسازی معماری نرم افزار راهکارخوبی برای درک معماری یک سیستم نرم افزاری و مطابقت دادن آن با تغییرات مورد نیاز درخلال فرایند نگهداری نرم افزار است دربعضی ازسیستم ها مانند سیستمهای موروثی این مستندات یا دردسترس نیستند یا درصورت وجود به روز و قابل استفاده نمی باشند لذابازسازی معماری نرم ازار جهت نگهداری ازاین سیستم ها یک فعالیت ضروری به شمار می رود از آنجا که درطراحی معماری نرم افزار همواره وابستگی کم و انسجام زیاد مدنظر است دراین مقاله قصد داریم الگوریتم یادگیری ماشین را که پیش از این برای بازیابی معماری نرم افزار ارایه شده بهبود داده و از آن برای بازسازی معماری نرم افزار و به دست آوردن یکمعماری نرم افزار بهینه با وابستگی کم و انسجام زیاد استفاده کنیم
کلیدواژه ها:
نویسندگان
زهرا صدری مشکنانی
دانشجوی کارشناسی ارشد
سیدمهران شرفی
استادیار دانشگاه آزاد نجف آباد اصفهان
بهمن زمانی
استادیار دانشگاه 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 :