8篇关于抽象语法树的计算机毕业论文

今天分享的是关于抽象语法树的8篇计算机毕业论文范文, 如果你的论文涉及到抽象语法树等主题,本文能够帮助到你

跨平台本地生活信息系统前端的设计与实现

这是一篇关于本地生活信息系统,小程序跨平台,抽象语法树,Koa框架的论文, 主要内容为随着整个移动互联网生态变得越来越封闭,本地生活信息客户端的用户增长速度逐渐放缓,需要开发新的渠道来获取用户。凭借小程序技术的落实和普及,各大互联网平台纷纷通过布局自己的小程序进行平台化升级,并且历经三年半的积累建设,小程序生态逐步完善和成熟。此时公司与各平台合作布局应用的小程序版本,能够获得巨大的新增流量。目前已有十多家互联网企业搭建了自己的小程序平台,整体上提供的能力差异较小,因此需要在多个平台部署的本地生活信息系统应具备跨平台的能力,方便公司对其统一管理。本文的主要工作是描述了跨平台本地生活信息系统前端的设计与实现,分为多端运营、商户功能、订单功能、评价功能、用户功能、人机验证、应用唤起七个主要模块。多端运营模块利用Babel构建抽象语法树,并根据目标平台环境对项目文件进行适配,为小程序跨平台提供了解决方案;商户功能模块负责提供商户的搜索筛选和信息查看的能力;订单功能模块通过调用平台支付接口,实现了商品购买和订单管理;评价功能模块为用户提供写评价、评价展示和用户互动的能力;用户功能模块提供用户个人信息管理的能力;人机验证模块会对请求进行封装,支持添加拦截器,并为被风控拒绝的请求提供二次人机验证;应用唤起模块负责系统和客户端之间的跳转操作以及参数传递,实现流量的承接。本地生活信息系统的实现采用前后端分离的开发理念,前端使用小程序框架开发,后端使用Koa框架开发。本文对系统整体进行了概述,分析了系统各个模块的需求,并具体阐述了系统的总体架构以及各模块的设计与实现。本文项目已经在公司部署上线,实现了本地生活信息在小程序端的展示和新场景下的用户变现,并为公司持续获取新用户。

跨平台本地生活信息系统前端的设计与实现

基于多类依赖结构特征的代码坏味检测工具的设计与实现

这是一篇关于代码坏味,依赖关系,抽象语法树,检测工具的论文, 主要内容为随着软件开发的流行,越来越多的软件系统被开发出来,这些软件系统在演变过程中产生的一些代码坏味,比如继承结构不合理、实体间过度耦合、某些功能模块过于复杂难以理解等,导致软件维护的困难和质量的下降。因此,为了保证软件维护过程顺利进行,需要对软件代码中的坏味进行检测、定位和修复。经过研究者们的不懈努力,一系列的代码坏味检测工具,例如infusion,i Plasma,JDeodorant,PMD,checkstyle,incode等被开发出来。但是总体来说,现阶段检测工具主要是通过简单的软件度量技术结合阈值设定进行代码坏味检测,未能充分分析代码逻辑和结构关系,难以利用代码坏味的本质进行检测,存在检测精度不足、误报率高等缺点,实用性较差。本文对代码坏味检测技术和工具进行了系统的研究,并针对现有检测技术的局限性,研究一种基于依赖结构特征的代码坏味检测方法对软件中常见的几种代码坏味进行检测,主要工作包括:(1)本文提出了一种基于多类依赖结构特征的代码坏味检测方法,在检测规则中加入依赖特征分析,考虑代码逻辑和结构关系,更加全面地对代码坏味进行检测。本文针对上帝类(God Class),数据类(Data Class),散弹式修改(Shotgun Surgery)、依恋情结(Feature Envy)、密集耦合(Intensive Coupling)、分散耦合(Dispersed Coupling)、大脑方法(Brain Method)、大脑类(Brain Class)、拒绝馈赠(Refused Parent Bequest)、打破传统(Tradition Breaker)等10种主要的代码坏味,通过分析其依赖结构特征,构建每种代码坏味与依赖关系和结构的关联,再结合各种代码坏味的具体特征度量进行检测,获取代码坏味实例结果。(2)基于本文设计的代码坏味检测方法,设计和实现了相应的Java代码坏味检测工具MDSA。主要分为5个模块,项目依赖分析模块、计算度量模块、代码坏味检测模块、检测结果查询模块、阈值配置模块。该工具在基本度量的基础上,引入依赖结构分析,能够更好地分析代码逻辑和结构关系,对各类代码坏味的本质进行检测。同时,检测策略对用户可见,用户可以手动配置阈值,对于更多的代码坏味,用户可以根据代码编写中定义的接口进行扩展。(3)代码坏味检测的测试验证。本文选取了5个Java开源项目,利用查准率、查全率、F-measure这三个度量指标,对MDSA和JSp IRIT工具进行对比测试,结果显示MDSA检测结果的三个度量指标平均都在90%左右,处于比较高的水平,并且高于JSp IRIT工具的指标结果,能够在实际项目的坏味检测中产生实用性较好的结果。测试结果表明,本文提出的代码坏味检测技术具有较好的精度和实用性。通过该技术能够充分利用代码逻辑结构对坏味实例进行发现,为软件开发人员维护代码带来便利。

跨平台本地生活信息系统前端的设计与实现

面向编程调试过程的数据采集与分析工具设计与实现

这是一篇关于编程教育,调试能力,数据采集,抽象语法树的论文, 主要内容为程序设计课程的特殊性在于,其培养目标既包括语言语法等知识教学,同时还包括设计开发、调试运行等实践能力。而在计算机程序设计的各项培养目标中,学生编程调试能力的培养具有很高的实现难度。开展程序调试能力的培养,离不开对学生调试过程的理解与测量。遗憾的是,目前的计算机语言程序设计课程所采取的课程考察方式,不论是传统笔试还是上机考试,都是结果性的而不是过程性评价方式,难以对学生的调试能力进行有效测量与刻画。针对这些实际问题,本文从教学需求出发,结合多个场景进行应用探索,基于信息采集与数据建模,设计并实现了一个面向编程过程的数据采集与分析工具,并在北京邮电大学信息与通信工程学院开设的电子信息类专业导论课中进行了多次教学实践检验。研究具有以下创新点:在采集工具方面,开发了一个支持多编程语言的VS Code插件,通过链接具体调试任务、集成一系列插件命令,用户能够直接求助和分享自己在本地编辑器的调试过程,教师能够对学生的调试过程进行直接指导。同时,插件具有调用平台数据库的能力,可以捕获用户正在调试的代码快照与相应表单信息,并上传到平台的数据库内,从而可以直接收集到在本地编辑器中运行和调试的不同时刻程序代码。在分析工具方面,提出了一种基于抽象语法树的调试过程分析方法,开发了多个调试过程分析工具,使用户在不同维度及时获得调试过程的直接反馈。本工具利用插件采集的调试数据,在抽象语法树层面应用节点标注、序列识别、模块化匹配、聚类分析、差异化检测等处理方法,追踪学生调试行为的上下文,对多种调试过程中的特征进行建模、标注和判断,实现调试方向自动判断标注和调试过程特征行为自动识别等工具,以对调试过程的分析测量起到一定借鉴意义。在题目设计方面,提出了一种编程调试过程与程序错误结合的关联设计。普通编程调试题目呈现形式以单文件、单任务为主,本题目采用以多文件、多任务的形式来进行调试教程的呈现,从而使得对求助、解疑、反馈、行为、方向等调试过程相关数据的捕获可以在多维度、多层次的尺度上进行,为后续更为精准的调试行为分析创造了条件。综上所述,本工具融合以上创新点,研发设计了一个支持对调试过程进行直接分享、指导、分析和反馈的编程过程数据采集工具,与基于抽象语法树的编程过程数据分析工具。同时,基于测试用例和实际场景下的使用体验对工具的可行性和稳定性进行了测试与验证,以确保工具能够正常使用。

基于物联网的共享洗衣平台设计及程序编译优化研究

这是一篇关于物联网,共享洗衣,GPRS,MySQL,Trie树算法,抽象语法树的论文, 主要内容为共享洗衣平台是典型的物联网技术应用,是未来公共洗衣领域发展的趋势。随着科技的进步,传统投币式洗衣机已经无法适应时代与科技的发展,难以适应市场需求:不可预约工作时间,大多数顾客需要等待空闲机;不具备在线支付功能,还需投币使用;洗衣模式单一,易损坏顾客名贵衣物等。诸多不足之处进一步限制了传统投币式洗衣机在市场上的发展。顺应时代科技发展,研发出基于物联网和共享经济理念的共享洗衣平台十分重要。本文对基于物联网的共享洗衣平台的研发设计作了详细说明,对共享洗衣平台整个架构进行了系统阐述,包括系统的组成,系统应具有的功能、需求以及各部分的作用与选型均有所介绍。本文工作主要包括以下几个部分:(1)对洗衣机控制系统中总体硬件结构设计以及组成部分的电路设计进行了介绍;还着重对GPRS通讯模块的设计与实现进行了详细介绍,包括GPRS芯片的选型、GPRS通讯电路设计、驱动指令及短信编码介绍、心跳机制介绍、心跳包协议设计等方面。(2)一个完善的系统离不开监控平台,本文介绍了多商户共享洗衣平台管理软件的设计与实现,设计初衷是为了便于洗衣商户管理设备以及方便查询。本文主要介绍了后台管理系统整体结构、登陆界面设计、洗衣商户管理界面设计、地点管理界面设计、订单管理与故障报表管理界面设计。同时,介绍了基于i OS系统的移动客户端研发设计,包含整体架构和各个功能界面设计。研究设计了基于My SQL的关系型数据库,介绍了数据库概念数据模型、逻辑设计以及报表设计等。(3)介绍了程序编译优化所采用的方法,即去除开发软件keil5内核编译器GCC在编译时产生的抽象语法树文本冗余,从而达到程序编译优化的目的。介绍了消除冗余的整体流程、关键词库的设计与构建、Trie树算法的构建以及利用关键词Trie树消除GCC抽象语法树冗余的算法。本文所提基于物联网技术的共享洗衣平台,自投入使用以来,取得了较好的经济效益,帮助人们解决了在公共宿舍楼洗衣排队、现金支付等问题;用户也可在手机客户端实时查看洗衣运行状态,保证了洗衣机结束工作后用户可以第一时间拿回衣物;同时还提高了运营商洗衣设备利用率,提高了收入。

基于深度森林的Java代码漏洞挖掘算法研究

这是一篇关于抽象语法树,代码表示,深度森林,漏洞分类的论文, 主要内容为漏洞挖掘的价值在于显著降低计算机系统的信息安全风险,J2EE技术的快速发展及其在企业、政府机关等行业的广泛应用给漏洞挖掘带来了前所未有的严峻挑战,基于机器学习的漏洞挖掘方法也成为近年来一个重要的研究课题。作为源代码漏洞挖掘的研究热点,当前基于抽象语法树的代码表示方法在将语法树转换为序列时,存在不同结构的语法树被转换为相同序列,导致语义结构信息丢失的问题,而抽象语法树中无关节点的冗余信息则会造成训练时间变长并带来过拟合风险;此外如何使分类器更好地挖掘代码中的深层特征也还有待研究。为解决以上问题,本文提出剪枝语句树的代码表示方法(PST)并在其基础上建立基于剪枝语句树和深度森林的Java源代码漏洞分类模型(PSTDF),主要内容如下:(1)针对语法树转换为序列时不同结构的语法树被转换为相同序列导致语义结构信息丢失、语法树中无关节点的冗余信息带来的训练时间变长及过拟合问题,提出基于剪枝语句树的代码表示(PST方法)。PST方法将Java源代码解析为抽象语法树,接着对抽象语法树进行广度优先遍历生成语句树序列,再对序列中的每一棵语句树使用剪枝算法去除无关节点得到剪枝语句树序列。在公开数据集上进行比较实验的结果表明,PST方法能有效解决语法树转换为序列时的语义结构信息丢失并消除语法树无关节点中冗余信息的负面影响,在分类精度上相比现有方法提升约2.17%,训练时间降低约4.79%。(2)为使分类器更好地挖掘代码中的深层特征,本文以PST方法和深度森林为基础,提出基于剪枝语句树与改进深度森林的漏洞分类模型(PSTDF)。PSTDF的改进深度森林在原始深度森林多粒度扫描的基础上提出一种带预处理阶段的最大池化扫描。最大池化扫描在预处理阶段以宽度固定,高度不等的变长二维向量作为输入,对输入向量转置后对每一行进行最大池化,将变长二维向量转换为定长的一维向量,在扫描阶段以池化的每一行为窗口进行扫描,输出概率向量作为级联森林的输入。与原始多粒度扫描的对比实验结果表明:最大池化扫描能更有效地挖掘代码中的深层特征,相比原始多粒度扫描在精度上提升约1.54%。本文从理论分析和精度、召回率、F1分数、混淆矩阵等实验评价指标在公共数据集上将PSTDF与现有模型进行对比实验。实验结果表明PSTDF取得了比其他模型更显著的效果。

本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设助手，原文地址：https://m.bishedaima.com/lunwen/48307.html