• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of open source software & processes >Code Clone Detection Using Machine Learning Techniques: A Systematic Literature Review
【24h】

Code Clone Detection Using Machine Learning Techniques: A Systematic Literature Review

机译：代码克隆检测使用机器学习技术：系统文献综述

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Code clone refers to code snippets that are copied and pasted with or without modifications. In recent years, traditional approaches for clone detection combine with other domains for better detection of a clone. This paper discusses the systematic literature review of machine learning techniques used in code clone detection. This study provides insights into various tools and techniques developed for clone detection by implementing machine learning approaches and how effectively those tools and techniques to identify clones. The authors perform a systematic literature review on studies selected from popular computer science-related digital online databases from January 2004 to January 2020. The software system and datasets used for analyzing tools and techniques are mentioned. A neural network machine learning technique is primarily used for the identification of the clone. Clone detection based on a program dependency graph must be explored in the future because it carries semantic information of code fragments.
机译：代码克隆是指被复制和粘贴或没有修改的代码片段。近年来，克隆检测的传统方法与其他结构域结合，以便更好地检测克隆。本文讨论了代码克隆检测中使用的机器学习技术的系统文献综述。本研究提供了通过实施机器学习方法和识别克隆的工具和技术有效的克隆检测为克隆检测开发的各种工具和技术的见解。提交人对从2004年1月至1月20日期间从流行计算机科学相关的数字在线数据库中选择的研究进行了系统的文献综述。用于分析工具和技术的软件系统和数据集。神经网络机学习技术主要用于鉴定克隆。必须在将来探索基于程序依赖性图形的克隆检测，因为它携带代码片段的语义信息。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号