University of Bayreuth, Germany;
University of Bayreuth, Germany;
Chemnitz University of Technology, Germany;
University of Bayreuth, Germany;
Chemnitz University of Technology, Germany;
Chemnitz University of Technology, Germany;
legacy software; class decoupling; pattern-based code refactoring; code metrics;
机译:通过输出编码和SVM将多类癌症分类简化为二进制
机译:识别旧版JavaScript代码中的类
机译:提高对《国际疾病分类》第11版代码的信任度,并减少住院率,以改善医疗服务
机译:利用用于传统的异构内存系统fortran代码:存储类存储器,DRAM和OS的相互作用
机译:建立“意识和遗产”:将社区,批判性和经典知识基础整合到微积分课程中。
机译:机器学习减少基因/非编码RNA特征可准确分类精神分裂症患者并突出洞察力基因集群
机译:通过基于度量的类成员重定位减少遗留代码的类耦合