公开(公告)号：CN118567651A

公开(公告)日：2024-08-30

申请号：CN202410648437.X

申请日：2024-05-23

Applicant: 湖州师范学院

Inventor： 申情 ,  许景 ,  楼俊钢 ,  张雄涛 ,  刘振方

IPC: G06F8/41 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了基于上下文语义的域对抗跨项目软件缺陷预测，包括以下步骤：S1、程序代码解析；S2、词向量生成：从AST中遍历出的节点序列，把节点序列转换成数值向量，将抽象语法树的节点视为自然语言中的一个单词,生成相应的词向量来转化节点序列，使用基于分层softmax的CBOW模型捕捉上下文词汇之间的语义关系；S3、迁移模型建立和缺陷预测。本发明能够从源代码和目标代码的抽象语法树中提取标记向量，通过连续词袋模型构建词向量表，使用双向门控循环单元和全连接层进行特征提取，最后利用域对抗学习的手段，实现源项目和目标项目之间的缺陷特征转移，从而提升跨项目缺陷预测能力。

公开(公告)号：CN118430261A

公开(公告)日：2024-08-02

申请号：CN202410648433.1

申请日：2024-05-23

Applicant: 湖州师范学院

Inventor： 楼俊钢 ,  张心叶 ,  王瑞琴 ,  刘振方 ,  赵康

IPC: G08G1/01 ,  G06N3/0464

Abstract: 本发明公开了用于交通流量预测的分层时空特征增强框架，包括周期性嵌入模块(PEM)、归一化层模块(NormLayer)、自适应并行通道注意力融合模块(AP‑CAF)、层次化串行特征融合增强器(HS‑FFE)和多层感知机模块(MLPLayer)。本发明能够采用时间周期性进行轻量化嵌入处理，捕获时间关系，并行通道注意力融合组件捕捉不同类型的特征信息，串行特征增强组件提高模型对特征之间复杂关系的理解，使模型能够更好地捕捉特征之间的内在模式和相关性，多层感知模块在不同层次上对特征进行处理，确保模型在不同层次上更全面获取时空总体特征。

公开(公告)号：CN118430229A

公开(公告)日：2024-08-02

申请号：CN202410154432.1

申请日：2024-02-02

Applicant: 湖州师范学院

Inventor： 楼俊钢 ,  杨锦楠 ,  崔文恬 ,  申情 ,  刘振方

IPC: G08G1/01 ,  G06N3/0442 ,  G06F18/25 ,  G08G1/065

Abstract: 本发明公开了一种带时空异质注意力的相似节点动态感知交通流预测方法，包括以下步骤：S1：设计一个动态参数记忆生成器，按照输入特征动态生成门控注意力单元和空间自注意力模块中的参数；S2：基于Wasserstein距离构建相似节点感知时空关联矩阵，并采用图遮蔽方法将时空关联矩阵融入到空间自注意力模块中；S3：分别使用门控注意力单元和空间自注意力模块来捕获时空相关性；S4：通过一个异构特征融合模块将门控注意力单元和空间自注意力模块提取的时空特征进行融合。本发明提出了一个新型的带时空异质注意力的相似节点动态感知交通流预测模型，新模型通过动态参数调整，对相似度更高的节点数据赋予更大的权重，从而提升模型预测性能。

公开(公告)号：CN118629226A

公开(公告)日：2024-09-10

申请号：CN202410648435.0

申请日：2024-05-23

Applicant: 湖州师范学院

Inventor： 崔文恬 ,  楼俊钢 ,  申情 ,  刘振方

IPC: G08G1/065 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/084 ,  G08G1/01 ,  G06F123/02

Abstract: 本发明公开了时空自适应动态图卷积网络交通流预测方法，能够通过引入门控时间卷积网络，通过使用不同粒度的扩张因果卷积网络来捕捉交通流的时间依赖性，扩张因果卷积网络的感受野大小随着隐藏层数量的增加呈指数增长，在堆叠扩张因果卷积的支持下，STADGCN能够高效且有效地处理具有长程时间序列的时空图数据，设计由静态自适应图学习、动态图学习和空间门控融合模块组成的自适应混合图卷积模块，分别利用静态自适应图学习和动态图学习捕获全局空间变化和局部空间变化，通过空间门控融合模块融合充分捕捉交通流历史数据中的动态时空特征，方便进行交通流准确预测。