基于神经网络集成学习和语义增强特征的需求跟踪方法

万红艳; 李幸阜; 王帮超; 蒋涵; 邓洋

doi:10.14188/j.1671-8836.2023.0206

您当前的位置：

首页 >

文章列表页 >

基于神经网络集成学习和语义增强特征的需求跟踪方法

更新时间：2024-06-20

- 基于神经网络集成学习和语义增强特征的需求跟踪方法
- A Requirements Traceability Approach Based on Neural Network Ensemble Learning and Semantic-Enhanced Features
- “在软件工程领域，研究人员提出了一种基于神经网络集成学习和语义增强特征的需求跟踪方法EMTrace，有效提升了需求跟踪的稳定性和性能。”
  
  ”
- 武汉大学学报（理学版） 2024年70卷第3期页码：317-328
- 作者机构：
  
  1.武汉纺织大学计算机与人工智能学院，湖北武汉 430200
  2.湖北省服装信息化工程技术研究中心，湖北武汉430200
- 作者简介：
  
  万红艳，女，博士，现从事自然语言处理、机器学习、需求工程等方面研究。E-mail：hywan@wtu.edu.cn
  E-mail： wangbc@whu.edu.cn
- 基金信息：
  
  国家自然科学基金(62102291);湖北省服装信息工程研究中心开放基金(2022HBCI02;2022HBCI05)
- DOI：10.14188/j.1671-8836.2023.0206
  中图分类号： TP391.1;TP183
- 纸质出版日期：2024-06-24，
  
  收稿日期：2023-08-30，
扫描看全文
万红艳，李幸阜，王帮超，等.基于神经网络集成学习和语义增强特征的需求跟踪方法［J］.武汉大学学报（理学版），2024，70（3）：317-328. DOI：10.14188/j.1671-8836.2023.0206.

WAN Hongyan，LI Xingfu，WANG Bangchao，et al.A Requirements Traceability Approach Based on Neural Network Ensemble Learning and Semantic-Enhanced Features ［J］.J Wuhan Univ （Nat Sci Ed），2024，70（3）：317-328. DOI：10.14188/j.1671-8836.2023.0206（Ch）.
万红艳，李幸阜，王帮超，等.基于神经网络集成学习和语义增强特征的需求跟踪方法［J］.武汉大学学报（理学版），2024，70（3）：317-328. DOI：10.14188/j.1671-8836.2023.0206. DOI：

WAN Hongyan，LI Xingfu，WANG Bangchao，et al.A Requirements Traceability Approach Based on Neural Network Ensemble Learning and Semantic-Enhanced Features ［J］.J Wuhan Univ （Nat Sci Ed），2024，70（3）：317-328. DOI：10.14188/j.1671-8836.2023.0206（Ch）. DOI：

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

分类器集成算法研究

基于神经网络集成学习和语义增强特征的需求跟踪方法

A Requirements Traceability Approach Based on Neural Network Ensemble Learning and Semantic-Enhanced Features

DOI：10.14188/j.1671-8836.2023.0206