声明
缩略词表
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 文本分类识别技术研究现状
1.2.2 文本复制检测技术研究现状
1.2.3 相关技术现状总结
1.3 论文研究内容
1.4 论文组织结构
第二章 相关技术
2.1 卷积神经网络
2.1.1 卷积层
2.1.2 激活函数
2.1.3 Dropout
2.1.4 池化层
2.1.5 全连接层
2.1.6 Softmax函数
2.2 应用卷积神经网络的模型训练过程
2.2.1 损失函数
2.2.2 优化算法
2.2.3 反向传播算法
2.3 源代码信息提取技术
2.3.1 抽象语法树
2.3.2 信息提取
2.4 本章小结
第三章 混源软件中编程语言的识别
3.1编程语言的识别方法
3.1.1 基于文件后缀名的文件类型划分
3.1.2 简单文件与结构化文件的识别方法
3.1.3 非结构化文件的识别方法
3.2评价指标与评估方法
3.2.1 评价指标
3.2.2 评估方法
3.3 实验与分析
3.4 本章小结
第四章 混源软件中开源代码的识别
4.1 引言
4.2 开源代码的识别方法
4.2.1 规范化与关键词统计
4.2.2 哈希降维
4.2.3 度量与匹配
4.3 评价指标与评估方法
4.3.1 评价指标
4.3.2 评估方法
4.4 实验与分析
4.4.1 基于关键词统计方法的实验分析
4.4.2 基于哈希降维方法的实验分析
4.4.3 基于优化的LCS算法的实验分析
4.4.4 实验总结
4.5 本章小结
第五章 系统需求分析与概要设计
5.1 需求分析
5.1.1 系统设计目标
5.1.2 系统功能需求
5.1.3 系统非功能需求
5.2 概要设计
5.2.1 系统软硬件环境
5.2.2 系统架构设计
5.2.3 系统数据库设计
5.2.4 数据上传解压模块
5.2.5 编程语言识别统计模块
5.2.6 开源代码识别统计模块
5.2.7 数据结果可视化模块
5.3 本章小结
第六章 系统详细设计与实现
6.1 系统详细设计与实现概述
6.2 数据上传解压模块设计与实现
6.3 编程语言识别统计模块设计与实现
6.4 开源代码识别统计模块设计与实现
6.4.1 待度量数据生成
6.4.2 度量匹配与结果统计
6.5 数据结果可视化模块设计与实现
6.6 本章小结
第七章 系统测试与分析
7.1 测试目的及测试环境
7.2 测试案例
7.3 功能测试
7.3.1 编程语言识别统计模块的有效性测试
7.3.2 开源代码识别统计模块的有效性测试
7.4 性能测试
7.5 本章小结
第八章 总结与展望
8.1 主要工作总结
8.2 未来工作展望
致谢
参考文献
东南大学;
