基于凝聚式信息瓶颈的加权层次聚类算法.pdfVIP

第 37 卷第 6 期 Vo1.37 No.6 计算机工程 Computer Engineering 2011 年 3 月 March 2011 ·软件技术与撒据库· 文章编... l()(胁-34篇(2011)协刊附5-03 X.标识码IA 中阳分自能啼I TP3U.5 基于凝聚式信息瓶颈的加权层次聚类算法 司障民 1. 郭来2. 玉宇新 1. 刘摔 1，楠元坐 1 (1.大连澳工大学计算机科学与技术学院，辽宁大连 116024; 2. 大连理工大学软件学院，辽宁大连 116620) 摘要:提出…种针对面向对象软件架构恢复的基于凝聚式信息瓶颈的加权层次聚类算法(ABWHC)。该算法采用信息丢失度作为相似皮 底黛标准，扩充聚类特征和权倍，利用丽向对象软件的特性，为实体成簇生成用以描述其含义的标签组。实验结果表明， ABWHC 算法不 仅能改善聚类的性能，还能恢复洒向对象软件的架构。 关键浏:层次聚类;架构恢复;洒向对象软件:猿类特征:信息瓶颈 Weighted Hierarchical Clustering Algorithm Based on Agglomerative Information Bottleneck LI Han 1 , GUO He l , WANG Yu币n\ LIU Pingt, YANG Yuao.sheng1 (1. School of Computer Science and Technology, D创ian University of Technology, Dalian 116024, China; 2. School of So位W町e， Dalian University ofTechnology, D挝ian 116620, China) IAbstract) This paper propos创 an Agglomerative Information Bottleneck based Weighted Hierarchìcal Clustering algorithm(ABWHC) to rebuild 阳 architecture of object oriented softw附.ABWHCu阳 information loss as 也e similarity measure. considers the characteristics of 0均创t oriented software by extending c1ustering features and weights. and generating laOOI group for each entity or cluster. Experimental results demonstrate that ABWHC improves the performance of clustering. and efficienùy and flexibly achìeves object oriented so仇ware architecture recovery. IKey words hierarchicai clustering; architecture recov町;咐ect oriented 50此ware; clu5tering tiω.ture; information bottleneck DOI: 1 0.3969/j .issn.1 000-3428.2011.06.020 1 概埠 软件的体系纷构是软件开发，维护及进化过程中的1重要 倍息。因此，软件架构的恢提成为软件领域的研究热点。襄 樊是根据数据特征对其进行归类的技术ill，它能将软件系就 划分为较小的模块:wa子系统，已成为软件架构恢复研究中的 关键技术。 黯tX聚类是聚类算法的重要分宽。它无需预先指定襄樊 中心就最终旗的数日，通过将数据反复地聚集形成→系列嵌 窑的鳞，并在合边的接tX终1.1:廉类来我得期望的结果IZl ，更 适用于无法预先估计镰数目的软件架构恢复。近年来，出现 了许多有效的架构恢复算法。文献[3]在 CA(Combined Algori- thm)的基础上，提出 WCA(Weìght Combined AIgorithm)。攘 算法通过极值的引入，提商了黑类的准确性。文献[4]将信息 娟引入层政聚粪，提出了 LIMBO(ScaLable Information Bottleneck)算法。该算法采用 AIB(Agglomerative Information Bottleneck)151来度量实体距离，能够同时处理结构化和非结构 化的倍息，但提取的聚类特缸不够全面。文献(6)对比了多种 聚类算t