高教程序代码作业抄袭检测的方法研究与实践

学生的编程水平直接反映技术类课程的学习效果,因此教学考察中程序代码作业的比重也越来越大.由于程序代码作业抄袭成本低,导致抄袭现象不同程度地存在于各高校教学中,严重影响了学生能力的培养和教师教学的效果,打击学生学习的积极性乃至损坏学风.为此以智能且自动化方式找出学生作业的相似之处,分析学生抄袭的总体情况为目的,将人工智能算法和数据处理分析技术相结合,提出一种学生作业抄袭检测方法.首先,分析学生提交的程序代码作业的复杂情况,设计作业数据预处理流程.然后,具体提出了基于KR和Winnowing的程序代码作业相似度检测算法,与传统检测方法相比通过代码格式化等改进手段提升了学生作业相似检测的精准度,并在大批量作业检测实践中,研究优化算法增加了不同学生之间作业相似结果的区分度.为了验证相似度计算部分的有效性和实用性,进一步设计了相关的模拟实验流程(包括与JPlag检测系统的对比),给出在相同实验数据集上不同抄袭类型下的相似度计算结果.最后,依托于科大讯飞博思智慧在线学习平台对该研究进行了真实场景的实际应用.实验结果以及实际应用都表明,该程序代码作业抄袭检测方法,对高校学生程序代码作业相似度检测有效...     

自主学习从引导学生自主评改作业做起

自主学习就是要引导学生自愿地、自觉地、积极主动地参与到学习活动中来,让学习成为他们的一种生活需要。培养学生的自主学习意识,首先要让作业自主起来,让孩子更乐于自主批改作业,并在此过程中实现与学生心与心的交流,培养学生浓厚的学习兴趣,让他们乐学,好学。     

基于语法树的程序相似度判定方法

针对代码抄袭及软件盗版现象, 研究了3种传统基于程序结构相似性检测方法, 并提出一种基于语法树的程序相似度检测方法。该方法先对源程序进行语法分析得到其语法树, 然后基于语法树重点分析源程序的语法结构并计算其相似度, 从语法结构的角度消除高级抄袭手段所带来的干扰。实验结果表明, 基于语法树的程序相似度检测方法可以较好地检测增加冗余语句、 控制结构的等价替换等10种抄袭手段。     

基于相似度匹配的反抄袭算法的研究

论文抄袭一直是学术领域重点关注和研究的问题。为了有效的检测出抄袭的情况,本文结合模式匹配算法研究设计了论文抄袭检测方法。提出采用模式匹配中的基于字符串匹配的相似度算法,通过添加、删除、替换等操作还原文档,并计算文档间的相似距离,根据相似距离获得文档相似度,从而判断文档的抄袭比例。反抄袭算法的研究实现为遏制进一步恶化的抄袭现象,净化学术风气提供了有效的监控技术。     

基于本体粗糙集的程序代码相似度度量方法

结合本体粗糙集理论,融合粗糙集理论分类处理能力与本体论数据描述能力,提出了一种基于本体粗糙集的个体相似度计算方法,并将其应用于程序代码相似度上。实验结果显示该方法在程序代码相似度度量上具备较好的实际效果,同时也揭示了属性度量和结构度量方法应用上的关系。     

基于页面聚类的Web概念化模型研究

针对Web对象激增导致网站层次结构复杂难辨的问题,提出一种基于页面聚类的Web概念化建模方法。首先基于用户访问路径建立Web层次结构模型(WHM),然后依据页面相似度对位于同一层次的页面进行聚类,得到Web概念化模型(WCM),最后将该模型应用于Web预取系统。实验结果表明,WCM模型在保持较高预取效率的前提下具有较好的聚类效果和适用性。     

代码抄袭检测技术研究及在实验教学中的应用

为了辅助教师对学生实验代码抄袭检测。根据已有的检测算法,提出一种以多行为单位,对代码进行标准化、数字化、预处理,并使用基于指纹的方式进行比较的方案。该方案不仅能够检测代码的相似度,同时能够给出抄袭的行数。经过实验教学应用,该方法能够检测大部分学生抄袭的情况,能够实际应用。     

基于网站结构的网络使用挖掘树化模型

根据网站的树形结构特点,提出了一种统一的树化模型对用户访问路径进行建模,解决了因使用原始访问路径产生的"过度比较问题",并通过采用适合该模型的网页相对位置的概念,大大减轻了原来由于使用网页绝对访问位置导致的误差。结果表明:树化模型能够提高用户访问行为的相似度识别率。     

一种基于动态近邻选择模型的Chameleon算法

在分析Chameleon聚类算法的基础上,提出了一种基于动态近邻选择模型的Chameleon算法(DNMC).新的算法考虑了回溯机制,有利于合并之后的分解.在标准数据集Wine和Iris上的实验表明,DNMC算法的fa指标优于M-Chameleon算法.通过计算各个属性的差异度,显示出一些属性的存在对于聚类结果影响很小,删除这些属性列可以降低时间复杂度.     

基于模糊聚类的文本分类研究

文本分类是指在给定分类体系下,根据文本的内容自动确定文本类别的过程。如何快速地整理海量信息,对不同的文本进行有效分类,已成为获取有价值信息的瓶颈。本文用模糊聚类分析的方法对文本进行分类,较好地解决了信息的实时分类问题,在实践中收到了良好的效果。     

基于SBM模型的环境效率评价

伴随企业产品的生产,一些有害副产品也随之被生产出来,传统的DEA效率评价模型和研究文献均没有考虑这些副产品,因此评价结果并不能正确地衡量企业的技术效率水平;文章比较了非期望产出处理的相关DEA模型的优缺点,引入了一个非径向和非角度的SBM模型处理非期望产出问题,并对43家企业进行了环境效率的实证分析.     

基于深度学习模型的图像质量评价方法

为了有效提取与视觉感知质量高度相关的图像特征,改进图像质量评价方法,在深度学习的框架下,提出一个全新的卷积神经网络IQF-CNN结构,能自动学习判别性更强的图像质量特征,并利用学习的特征进行图像质量评价.同时,该算法采用局部亮度系数归一化、dropout等技术进一步提高网络学习能力.实验结果表明:该算法能较准确地评估五种常用的图像失真,尤其在JPEG压缩、JPEG2000压缩和高斯模糊图像失真上与人眼主观感知质量具有很高的一致性,整体性能比较优于其他经典评价方法.     

基于操纵模拟器的锚泊操纵评估模型

分析船舶锚泊操纵的评估指标,确定评估指标的隶属度函数,并依据评估指标的重要程度确定权重,进而构建船舶锚泊操纵评估数学模型.利用面向对象的Visual C#程序语言实现船舶锚泊操纵评估系统的开发和验证.     

基于投影寻踪模型的集成系统风险评估

进行系统集成项目的风险评估,采用投影寻踪方法将多维指标项目进行降维处理,在低维空间研究投影特征值,达到研究高维数据特性的目的.通过样本采集评估项目风险,计算样本一维投影值,并结合具体的系统,确定项目的总体风险等级和各个影响因素的风险等级,构建了信息系统集成项目风险评估模型,利用其对项目进行了评估,评估效果较好,对集成系统的项目风险管理有一定的参考价值.     

基于模糊积分的软件质量综合评估模型

在SQuaRE ISO 25000软件质量度量模型基础上,提出一种软件质最综合评价模型.建立软件质量综合评价指标体系,运用模糊测度量化模糊特性(子特性),以形成它们的重视度.结合评价对象的具体数据,通过模糊积分方法对软件质量进行定量综合评价.     

基于小流域单元的泥石流易发性评价

为探究不同评价指标体系对泥石流易发性评估结果的影响。选取植被覆盖度、地层岩性、地表起伏度、地表粗糙度、沟壑密度、距断层距离和地震峰值加速度总共7个评价因子组成对照组指标体系,通过坡体稳定性分析得到潜在失稳面积与小流域面积比评价指标,构建包阔地表起伏度、地表粗糙度、沟壑密度、距断层距离、地震峰值加速度和潜在物源分布面积与小流域面积比的试验组指标体系,采用确定性系数模型,将安宁河流域划分为高、较高、中、较低、低五个泥石流易发性区。对比结果表明：试验组指标体系与对照组指标体系的泥石流易发性高易发区和较高易发区频率比值分别占总频率比值的88.17%和85.88%,表明两种评价指标体系均客观、有效的评价了安宁河流域的泥石流易发性。试验组指标体系的AUC值达0.767,与对照组指标体系的AUC值相比提升了1.99%,表明泥石流易发性评价指标体系中加入坡体稳定性因子相较于仅考虑孕灾环境因子的泥石流易发性评价结果更好。为提高泥石流易发性评估结果提供了新思路。     

基于二阶循环统计量的LMS算法

证明了二阶周期平稳随机信号通过线性时不变系统后，仍是二阶周期平稳随机信号，且循环频率不变。定义了基于二阶周期自相关函数的误差准则，给出了新的LMS算法，并讨论了新算法的性能。仿真结果表明，在收敛速度和抗噪声方面，新算法的性能有一定提高。     

基于变论域的变步长LMS算法

针对一般LMS自适应滤波算法在对系统建模时存在的初始收敛速度、时变系统跟踪能力及收敛精度三个指标难于协调的问题,提出了变论域变步长的LMS自适应滤波算法,并利用李亚普诺夫函数证明了算法的收敛性.研究结果表明,该算法在对系统建模时可以同时兼顾上述三个指标,可用于控制领域的系统及其逆系统建模.     

基于改进VSS LMS算法的谐波电流检测方法

为了对谐波进行有效抑制和补偿以提高电能质量,基于对几种常规变步长算法统一表达式的分析,提出了一种基于改进VSS LMS算法的谐波电流检测方法.对影响步长迭代的参数进行限定,确保参数的选取不会影响算法的收敛性.利用一种变步长LMS/LMF算法来进行权值更新,并用当前误差信号和上一次误差信号归一化的自相关估计来进行步长迭代.利用Matlab软件建立仿真模型,进而在DSP芯片TMS320F2812上实现该算法,验证了该方法的可行性和有效性.     

基于随机森林的企业信用评估模型

引入了一种能较好容忍噪声,且稳定性较高的组合分类器算法———随机森林(RF),建立企业信用评估模型;着重分析了适合RF的不平衡分类问题的处理方法,并介绍了模型参数的优化.通过与神经网络和支持向量机的对比实验,证实了该方法的有效性和优越性.