C语言源代码自动评分算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究思路 | 第12页 |
| 1.4 研究的主要内容 | 第12-13页 |
| 1.5 论文的组织结构 | 第13-14页 |
| 第2章 相关理论及技术介绍 | 第14-21页 |
| 2.1 程序自动评分的概述 | 第14-15页 |
| 2.1.1 程序自动评分相关概念 | 第14-15页 |
| 2.1.2 程序自动评分流程 | 第15页 |
| 2.2 KNN简介 | 第15-16页 |
| 2.3 VSM模型 | 第16-17页 |
| 2.4 集成学习 | 第17-18页 |
| 2.5 Sigmoid函数 | 第18-20页 |
| 2.6 本章小节 | 第20-21页 |
| 第3章 基于FCG匹配的自动评分算法 | 第21-34页 |
| 3.1 程序预处理 | 第21-26页 |
| 3.1.1 程序的规范化 | 第21-24页 |
| 3.1.2 程序的流程分析 | 第24-26页 |
| 3.2 构建程序流程控制图 | 第26-29页 |
| 3.3 流程控制图匹配算法 | 第29-31页 |
| 3.3.1 算法的具体实现 | 第29-31页 |
| 3.3.2 算法性能分析 | 第31页 |
| 3.4 实验结果与分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于FC-KNN的自动评分算法 | 第34-40页 |
| 4.1 KNN分类在程序分类中的改进 | 第34页 |
| 4.2 程序的特征选取 | 第34-35页 |
| 4.3 程序的表示 | 第35-36页 |
| 4.4 FC-KNN自动评分算法 | 第36-37页 |
| 4.4.1 算法的具体实现 | 第36页 |
| 4.4.2 算法的性能分析 | 第36-37页 |
| 4.5 实验结果与分析 | 第37-39页 |
| 4.5.1 实验数据集 | 第37页 |
| 4.5.2 实验结果分析与评价 | 第37-39页 |
| 4.6 本章小节 | 第39-40页 |
| 第5章 基于融合技术的自动评分算法 | 第40-49页 |
| 5.1 分类器集成策略 | 第40-44页 |
| 5.1.1 分类器权值定义 | 第42-43页 |
| 5.1.2 分类器权值定义细节说明 | 第43-44页 |
| 5.1.3 FC-KNN中各分数类别权值定义 | 第44页 |
| 5.2 集成程序自动评分算法 | 第44-46页 |
| 5.2.1 算法的具体实现 | 第45页 |
| 5.2.2 算法的性能分析 | 第45-46页 |
| 5.3 实验结果与分析 | 第46-48页 |
| 5.4 本章小节 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读硕士学位期间发表的论文和研究成果 | 第55页 |
