Page 163 - 《软件学报》2025年第5期
P. 163
邓文涛 等: 基于图神经网络的多粒度软件系统交互关系预测 2063
Sinica, 2018, 46(2): 257–267 (in Chinese with English abstract). [doi: 10.3969/j.issn.0372-2112.2018.02.001]
[46] Juneja K. A fuzzy-filtered neuro-fuzzy framework for software fault prediction for inter-version and inter-project evaluation. Applied Soft
Computing, 2019, 77: 696–713. [doi: 10.1016/j.asoc.2019.02.008]
[47] Ni C, Chen X, Liu WS, Gu Q, Huang QG, Li N. Cross-project defect prediction method based on feature transfer and instance transfer.
Ruan Jian Xue Bao/Journal of Software, 2019, 30(5): 1308–1329 (in Chinese with English abstract). http://www.jos.org.cn/1000-9825/
5712.htm [doi: 10.13328/j.cnki.jos.005712]
[48] Liu C, Yang D, Xia X, Yan M, Zhang XH. A two-phase transfer learning model for cross-project defect prediction. Information and
Software Technology, 2019, 107: 125–136. [doi: 10.1016/j.infsof.2018.11.005]
[49] Zhu JX, Zhou MH. Multi-level and multi-version approach for software development dataset. Ruan Jian Xue Bao/Journal of Software,
2019, 30(7): 2109–2123 (in Chinese with English abstract). http://www.jos.org.cn/1000-9825/5489.htm [doi: 10.13328/j.cnki.jos.005489]
[50] Zhao YY, Wang YW, Zhang YW, Zhang DL, Gong YZ, Jin DH. ST-TLF: Cross-version defect prediction framework based transfer
learning. Information and Software Technology, 2022, 149: 106939. [doi: 10.1016/j.infsof.2022.106939]
[51] Jin JK, Li ZY, Lyu KF, Du SS, Lee JD. Understanding incremental learning of gradient descent: A fine-grained analysis of matrix
sensing. In: Proc. of the 40th Int’l Conf. on Machine Learning. Honolulu: PMLR, 2023. 15200–15238.
[52] Cheng C, Li B, Li ZY, Liang P, Yang X. An in-depth study of the effects of methods on the dataset selection of public development
projects. IET Software, 2022, 16(2): 146–166. [doi: 10.1049/sfw2.12050]
附中文参考文献:
[25] 邓文涛, 章梦怡, 何鹏, 曾张帆, 李兵. 基于网络表征学习的软件系统演化分析. 山东大学学报 (工学版), 2023, 53(2): 77–86. [doi:
10.6040/j.issn.1672-3961.0.2022.342]
[26] 周纯英, 曾诚, 何鹏, 张龑. GKCI: 改进的基于图神经网络的关键类识别方法. 软件学报, 2023, 34(6): 2509–2525. http://www.jos.org.
cn/1000-9825/6846.htm [doi: 10.13328/j.cnki.jos.006846]
[38] 何鹏, 卫操, 吕晟凯, 曾诚, 李兵. 基于 GoGCN 的软件系统类交互关系预测. 软件学报, 2023, 34(11): 5029–5041. http://www.jos.org.
cn/1000-9825/6678.htm [doi: 10.13328/j.cnki.jos.006678]
[45] 何鹏, 王鹏, 李兵, 胡思文. 基于多粒度软件网络模型的软件系统演化分析. 电子学报, 2018, 46(2): 257–267. [doi: 10.3969/j.issn.0372-
2112.2018.02.001]
[47] 倪超, 陈翔, 刘望舒, 顾庆, 黄启国, 李娜. 基于特征迁移和实例迁移的跨项目缺陷预测方法. 软件学报, 2019, 30(5): 1308–1329. http://
www.jos.org.cn/1000-9825/5712.htm [doi: 10.13328/j.cnki.jos.005712]
[49] 朱家鑫, 周明辉. 软件开发活动数据集的层次化、多版本化方法. 软件学报, 2019, 30(7): 2109–2123. http://www.jos.org.cn/1000-
9825/5489.htm [doi: 10.13328/j.cnki.jos.005489]
邓文涛(1998－), 男, 硕士, 主要研究领域为软件 陈孟瑶(1996－), 女, 硕士, 主要研究领域为软件
演化分析, 软件交互关系预测, 图神经网络. 缺陷预测, 软件交互关系预测, 图神经网络.
程璨(1990－), 男, 博士, 主要研究领域为经验性 李兵(1969－), 男, 博士, 教授, 博士生导师, CCF
软件工程, 软件生态系统, 软件库挖掘. 杰出会员, 主要研究领域为软件工程, 云计算, 复
杂网络.
何鹏(1988－), 男, 博士, CCF 专业会员, 主要研
究领域为软件质量分析, 软件缺陷预测, 复杂
网络.
