基于人工智能的电力系统软件组件转写与变形代码识别方法

本发明涉及电力系统软件安全技术领域，尤其涉及了基于人工智能的电力系统软件组件转写与变形代码识别方法，包括数据采集与整理；数据预处理；特征提取；模型训练；构建基于深度学习的神经网络模型来处理抽象语法树数据，将提取的语法树特征作为神经网络模型的输入，代码识别与转写。该基于人工智能的电力系统软件组件转写与变形代码识别方法，构建基于深度学习的神经网络模型来处理抽象语法树数据，利用交叉熵损失函数结合自适应学习率调整算法对模型的权重参数进行不断优化，使得模型在验证集上达到期望的准确率，从而获得一个能够完成电力系统软件组件代码相关分类任务的训练好的模型。