买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于深度哈希的代码迁移方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116541072B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310527262.2，技术领域涉及：G06F8/76；该发明授权一种基于深度哈希的代码迁移方法是由李莹;张心怡;邓水光;尹建伟设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种基于深度哈希的代码迁移方法在说明书摘要公布了：本发明公开了一种基于深度哈希的代码迁移方法，包括以下步骤：1选择开源数据集，提取所有代码特征，向量化表示代码特征；2利用k‑means算法，将代码特征进行聚类；3构建基于深度哈希的代码迁移网络模型；4利用聚类分组后代码对的代码特征向量对代码迁移网络模型进行训练，使深度哈希模块学习到的哈希编码相似矩阵与联合代码相似矩阵对齐；通过训练好的模型对开源的代码数据集的代码进行哈希表示，构建代码哈希数据库；5对于待迁移的代码，提取代码特征向量输入训练好的模型，通过深度哈希模块得到对应的二进制哈希编码，并从代码哈希数据库检索到相匹配的迁移后的代码。利用本发明，可以极大提高代码迁移的精度和速度。

本发明授权一种基于深度哈希的代码迁移方法在权利要求书中公布了：1.一种基于深度哈希的代码迁移方法，其特征在于，包括以下步骤： 1选择开源数据集，提取数据集中所有代码特征，包含文本特征和结构特征；进一步向量化表示代码特征，得到代码特征向量； 2利用k-means算法，将代码特征进行聚类，得到多个聚类分组； 3构建基于深度哈希的代码迁移网络模型，所述的代码迁移网络模型包含向量表示代码特征分布模块和深度哈希模块； 其中，向量表示代码特征分布模块用于将代码特征向量归一化，计算代码对之间的代码相似矩阵，通过代码相似矩阵中的向量表示代码对的特征分布；并进一步通过联合代码相似矩阵来整合代码相似矩阵的信息，全面表示在整个代码空间中的分布； 通过相加整合代码相似矩阵构造联合代码相似矩阵S，公式为： 其中，β为权重参数，SCo和SCn是将代码对的代码特征向量VCo、VCn归一化的结果，然后计算得到代码相似矩阵其中SCo＝VCo TVCo、SCn＝VCn TVCn，最后得到联合代码相似矩阵S； 深度哈希模块用于将代码特征向量转化为二进制哈希编码向量，并在归一化后计算得到代码对之间的哈希编码相似矩阵；深度哈希模块中，采用改进的词袋模型NBOW，采用三个具体tanh·激活函数的全连通FC层来代替原始词袋模型BOW中的输出层，让输出控制在-1,1区间内，从而将原始的代码特征向量转化为二进制哈希编码； 4利用聚类分组后代码对的代码特征向量对代码迁移网络模型进行训练，使深度哈希模块学习到的哈希编码相似矩阵与联合代码相似矩阵对齐，从而保留代码对之间在哈希空间和原来的代码空间的相似信息；然后通过训练好的模型对开源的数据集的代码进行哈希表示，构建代码哈希数据库； 具体的，采用了双编码器架构，利用独立的编码器，分别将代码对编码到表示向量和对应的二进制哈希编码中；引入新的三元组度量损失，保证学习到的二进制哈希编码保留代码对之间在哈希空间和原来的代码空间的相似信息；三元组度量损失函数为： 式中，θ是超参数，λ1、λ2是权重参数，BCo、BCn是代码对的代码特征向量VCo、VCn经过二进制编码得到的二进制哈希编码向量；利用余弦相似度，计算BCo、BCn之间的差距，从而缩小哈希编码对和联合代码对之间的距离； 5对于待迁移的代码，提取代码特征向量，输入训练好的模型，通过深度哈希模块得到对应的二进制哈希编码，并从代码哈希数据库检索到相匹配的迁移后的代码。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。