| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 研究内容及组织结构 | 第12-16页 |
| 第二章 代码文本相似度检测方法 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 抄袭手段统计 | 第16页 |
| 2.3 代码度量方法 | 第16-18页 |
| 2.3.1 属性度量方法 | 第17页 |
| 2.3.2 结构度量方法 | 第17-18页 |
| 2.4 字符串匹配算法 | 第18-19页 |
| 2.5 典型代码抄袭检测系统 | 第19-21页 |
| 2.6 距离度量方法 | 第21-22页 |
| 2.7 Winnowing算法 | 第22-23页 |
| 2.8 卷积神经网络(CNN) | 第23-28页 |
| 2.8.1 概述 | 第23-26页 |
| 2.8.2 卷积神经网络(CNN)在文本处理上的应用 | 第26-28页 |
| 2.9 本章小结 | 第28-30页 |
| 第三章 无监督学习Sim-win三权法 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 基于simhash与winnowing结合的无监督相似度算法 | 第30-32页 |
| 3.3 实验设计与结果分析 | 第32-37页 |
| 3.3.1 代码文本预处理方法 | 第32-33页 |
| 3.3.2 数据处理与采样过程 | 第33页 |
| 3.3.3 基于winnowing与simhash实验 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于CNN的代码文本相似度检测 | 第38-44页 |
| 4.1 引言 | 第38页 |
| 4.2 基于CNN的有监督相似度算法 | 第38-41页 |
| 4.2.1 卷积神经网络方法 | 第38-39页 |
| 4.2.2 代码文本相似度检测模型CPOC | 第39-41页 |
| 4.3 实验设计与结果分析 | 第41-43页 |
| 4.3.1 基于CNN的代码相似度检测算法(CPOC)的实验 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 代码查重系统的设计与实现 | 第44-52页 |
| 5.1 引言 | 第44页 |
| 5.2 数据处理与数据库搭建 | 第44-47页 |
| 5.2.1 作业代码库的建立以及抄袭手段的分析统计 | 第45-46页 |
| 5.2.2 数据索引与文本过滤机制 | 第46-47页 |
| 5.2.3 文档信息处理与摘要提取 | 第47页 |
| 5.3 系统架构设计与前端页面设计 | 第47-50页 |
| 5.4 后台开发与数据交互 | 第50-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-56页 |
| 6.1 论文工作总结 | 第52-53页 |
| 6.2 研究展望 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 作者攻读学位期间发表的学术论文目录 | 第62页 |
