-
题名基于增强控制流图与孪生网络架构的代码克隆检测方法
- 1
-
-
作者
熊曙初
段金焱
尹璐
曾智勇
-
机构
湖南工商大学计算机学院
湖南工商大学前沿交叉学院
-
出处
《计算机应用研究》
北大核心
2025年第7期2132-2140,共9页
-
基金
国家社会科学基金资助项目(21BTQ088)
湖南省教育厅科学研究重点项目(20A133)
湖南省研究生科研创新资助项目(QL20230270)。
-
文摘
针对现有代码克隆检测方法存在上下文信息缺失以及语义学习能力弱的问题,提出一种基于增强控制流图与孪生网络架构的代码克隆检测方法。该方法首先设计了代码表示结构ECFG(enhanced control flow graph),在控制流图中嵌入跨节点关联边以强化上下文信息的感知;其次构建基于孪生网络架构的代码语义匹配模型CGSMN(code graph semantic matching network)。该模型先融合多头注意力机制,提取节点中的关键信息,随后改进关系图注意力网络,捕获节点间的关联信息以生成图特征向量,再挖掘特征向量间的语义联系,计算语义相似度。在两个代表性数据集上进行实证,结果表明,与ASTNN、FA-AST和DHAST等方法相比,在BigCloneBench数据集上,F_(1)值提升了0.5~15.5百分点,在Google Code Jam数据集上F_(1)值提升了1.5~16.5百分点,证明了该方法针对语义克隆检测的有效性。
-
关键词
控制流图
孪生网络架构
代码表征
语义相似性
克隆检测
-
Keywords
control flow graph
siamese neural network
code representation
code semantic similarity
code clone detection
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于卷积特征的场景地标检索方法
- 2
-
-
作者
董思强
邓年茂
刘琰
张玉宝
-
机构
北京控制与电子技术研究所
中国航天科工集团第四研究院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2023年第5期1297-1304,共8页
-
文摘
针对场景中地理目标的检索任务主要解决在视角变化、光照变化甚至遮挡等情况下对地理目标的检索匹配问题,也称为实例目标检索,使用高性能的卷积网络构建用于实例目标检索任务的三输入孪生网络架构,采用三元组损失函数进行训练,并使用区域建议网络准确定义目标区域,生成准确并具有鲁棒性且固定长度的图像特征向量。检索时根据地理场景的特点采用图像全局特征进行粗检索,采用局部特征进行精检索,并配合查询扩展的方法实现了精确的实例目标检索结果。实验表明,所提方法与其他具有代表性的检索方法相比,在公开数据集测试中取得了有竞争力的结果。
-
关键词
卷积网络
地标匹配
孪生网络架构
三元组损失函数
实例目标
-
Keywords
convolutional network
landmark matching
siamese network architecture
triplet loss function
instance target
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
