一种基于图神经网络的软件系统中关键类的识别方法
授权
摘要
本发明公开了一种基于图神经网络的软件系统中关键类识别的方法，包括：(1)利用开源工具解析软件源代码文件，提取类之间的各种关联关系，并根据这些关系构建类之间的加权软件网络模型；(2)利用网络嵌入方法，对加权软件网络中的节点进行学习，得到节点的嵌入向量；(3)构建基于图神经网络的排序模型(4)利用pairwise排序损失训练模型，以实现对网络中节点重要性排序。本发明的优点在于：在确保识别精度的情况下，可以在极低的时间复杂度内对大型软件系统进行分析，并从中识别出潜在的关键类。可以为开发者们理解软件结构，提高软件系统稳定性提供帮助。
基本信息
专利标题 ：
一种基于图神经网络的软件系统中关键类的识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111913702A
申请号 ：
CN202010801717.1
公开（公告）日 ：
2020-11-10
申请日 ：
2020-08-11
授权号 ：
CN111913702B
授权日 ：
2022-04-01
发明人 ：
何鹏陈宇轩张健雄王展王雪纯
申请人 ：
湖北大学
申请人地址 ：
湖北省武汉市武昌区友谊大道368号
代理机构 ：
成都方圆聿联专利代理事务所(普通合伙)
代理人 ：
李鹏
优先权 ：
CN202010801717.1
主分类号 ：
G06F8/30
IPC分类号 ：
G06F8/30 G06F8/41 G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F8/00
软件工程设计
G06F8/30
创建或生成源代码
法律状态
2022-04-01 ：
授权
2020-11-27 ：
实质审查的生效
IPC(主分类) : G06F 8/30
申请日 : 20200811
申请日 : 20200811
2020-11-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
