基于专家系统的程序代码知识点自动识别方法研究

摘要	第1-7页
ABSTRACT	第7-9页
目录	第9-12页
第1章 绪论	第12-21页
·引言	第12页
·代码知识点识别中的问题	第12-18页
·代码知识点	第12-14页
·代码知识点的识别	第14-15页
·手工识别中的问题	第15-16页
·词法自动识别中的问题	第16-18页
·问题的解决方案	第18-19页
·语法分析与语法树	第18页
·专家系统与知识库描述语言	第18页
·识别语法树中的知识点	第18-19页
·系统概要流程与架构	第19页
·论文主要工作	第19-20页
·本章小结	第20-21页
第2章 相关概念与术语	第21-27页
·编译原理	第21-24页
·词法分析	第21页
·语法分析与语法树	第21-22页
·词法和语法规则的正则表达式表示	第22-23页
·语法树的表示方法	第23-24页
·专家系统	第24-26页
·专家	第24页
·专家系统与专家知识库	第24-25页
·专家系统的结构	第25页
·专家系统的特点	第25-26页
·本章小结	第26-27页
第3章 知识点的形态与分类	第27-35页
·语法树的样式	第27-28页
·知识点在语法树中的形态	第28-31页
·知识点的分类	第31-33页
·固定形态知识点	第32页
·不定形态知识点	第32-33页
·多模式形态知识点	第33页
·知识点的识别方法概述	第33-34页
·本章小结	第34-35页
第4章 固定形态知识点的匹配识别	第35-47页
·特征树	第35-42页
·特征树的目的	第35-36页
·特征树的相关定义	第36-38页
·特征树的概念	第38-40页
·特征树的构造步骤	第40-41页
·特征树的文本表示法	第41-42页
·固定形态知识点特征树与匹配	第42-46页
·从知识点到特征树	第42-43页
·单节点特征树与匹配	第43页
·多节点特征树与匹配	第43-44页
·特征树匹配识别的具体过程	第44-46页
·本章小结	第46-47页
第5章 不定形态知识点的相似识别	第47-54页
·树的相似度与树距离	第47-48页
·树的编辑距离求语法树的相似度	第48-50页
·编辑距离	第48-49页
·树的编辑距离	第49-50页
·相似度计算公式	第50页
·不定形态知识点的识别	第50-51页
·提高相似识别准确率的研究	第51-53页
·加权树相加	第51-53页
·插入费用与删除费用的计算	第53页
·本章小结	第53-54页
第6章 代码知识点自动识别系统	第54-71页
·代码语法树生成的具体方法	第54-57页
·使用正则表达式消除左递归	第54-55页
·JavaCC格式的转换	第55-56页
·语法树的简化	第56-57页
·代码知识点识别规则库	第57-63页
·规则库语法	第57-59页
·知识点的描述与实例	第59-61页
·特殊符号的功能	第61-63页
·系统设计与实现	第63-67页
·流程与架构	第63-64页
·界面与操作	第64-65页
·实例演示	第65-67页
·自动识别与手工识别比较与分析	第67-69页
·系统尚存在的不足	第69-70页
·本章小结	第70-71页
第7章 结束语	第71-73页
·研究工作总结	第71页
·研究贡献及创新	第71-72页
·未来研究工作展望	第72-73页
参考文献	第73-76页
致谢	第76-77页
附录一 固定形态单节点知识点识别规则	第77-81页
附录二 固定形态多节点知识点识别规则	第81-91页
附录三 自动识别与手工识别比较	第91-93页