-
公开(公告)号:CN109240930A
公开(公告)日:2019-01-18
申请号:CN201811095704.6
申请日:2018-09-19
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种Web应用程序的协同测试方法,包括:由请求者将需要进行测试的Web应用程序测试任务提交给PM2CT中间件,并提出测试需求;由所述任务管理组件接受并管理请求者提交的测试任务,并对测试任务标注识别信息;由所述信息管理组件保存测试人员的个人信息,并对每个测试人员的工作记录进行统计;由所述PM2CT组件完成测试任务的拆分和匹配,及测试结果的合并输出;以及最后由PM2CT中间件将测试结果反馈给测试任务请求者。本发明通过对复杂测试任务的拆分、测试人员的能力和兴趣分析、子任务的分配和推送、子任务测试结果的合并,提高了测试任务的完成质量,缩短了测试所用的时间,最大化利用了互联网上的人力资源。
-
公开(公告)号:CN111290756B
公开(公告)日:2023-08-18
申请号:CN202010085043.X
申请日:2020-02-10
Applicant: 大连海事大学
IPC: G06F8/40 , G06N3/0442 , G06N3/047 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于对偶强化学习的代码‑注释转换方法,包括:将代码转换成注释阶段:建立代码注释生成模型,将代码转换为词向量,使用LSTM双向神经网络对代码词向量中的序列和结构信息进行特征提取;使用注意力机制对词向量中的各个词分配权重得到每个词的权重;对各词向量及其权重进行融合,使用梯度下降法计算每个词被选择的概率;对每个词的权重和每个词被选择的概率进行对偶约束;使用BLEU评估方法计算每个序列和数据集中的标准注释的匹配程度,并除以n求平均值作为每个词在的强化学习中的奖励值。
-
公开(公告)号:CN110413792B
公开(公告)日:2022-10-21
申请号:CN201910728451.X
申请日:2019-08-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种高影响力缺陷报告识别方法,本方法将不平衡学习技术与多类分类方法相结合,解决了错误报告组件分类问题。使用四种不平衡处理策略RUS、ROS、SMOTE和Adacost算法来处理数据并获得平衡的数据集。然后使用基于NBM,KNN和SVM分类器的OVO和OVA多类别分类方法对平衡之后的数据集进行错误报告组件分类。通过探究不平衡学习策略和分类别分类算法的不同组合,找到具有错误报告组件分类最佳性能的变体。通过使用错误组件分类来确定为错误报告分配合适的开发人员,从而更好地解决了错误报告的分类问题。该方法不仅可以减少原始训练集的单词维度,提高训练集的质量,也提高错误报告的分类性能。
-
公开(公告)号:CN109934286A
公开(公告)日:2019-06-25
申请号:CN201910183106.2
申请日:2019-03-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法,该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作,生成的分类模型对新提交的bug报告进行分类时没有偏向,拟合趋于平衡,避免了分类时的局限性;经过提取操作,可以实现特征与实例的同时提取,得到规模更小且质量更高的数据集,提高了bug报告严重程度识别的准确率,节省了bug严重程度识别的时间成本和人力成本,提升了工作效率,方便开发者优先处理严重程度更高的bug报告。
-
公开(公告)号:CN109213865A
公开(公告)日:2019-01-15
申请号:CN201811076509.9
申请日:2018-09-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种软件bug报告分类系统及分类方法,所述系统包括训练部分和测试部分,所述训练部分包括:数据集获取模块、数据约简模块和不平衡数据集处理模块;所述测试部分包括:bug报告输入模块和结果分类输出模块。所述分类方法的主要步骤包括:使用数据约简算法来处理数据,用RSMOTE方法处理不平衡数据集,用获得的平衡数据集训练分类器,以及用Choquet模糊积分来集成多个已经训练过的分类器对bug报告的结果进行分类。本发明通过特征选择和实例选择结合使用的办法,减少了样本维度和单词维度上的数据规模,通过使用基于Choquet模糊积分的集成训练方法,提高了对bug报告严重性的识别程度,同时避免了随机采样的不确定性。
-
公开(公告)号:CN110471854B
公开(公告)日:2023-02-03
申请号:CN201910770489.3
申请日:2019-08-20
Applicant: 大连海事大学
IPC: G06F11/36 , G06F40/284 , G06F18/2415 , G06N3/126
Abstract: 本发明公开了一种基于高维数据混合约简的缺陷报告指派方法,包括如下步骤:S1:从缺陷报告系统中获取缺陷报告的故障文本信息、故障元信息和故障触发时间信息;S2:将缺陷报告定义为文本,选择能表现文本信息的词段,并采用分词、去停词、词干化和向量空间表示方法对缺陷报告进行标准化处理,S3:基于差分进化算法采用特征选择、实例选择和二者相结合的方式对缺陷报告进行数据约简;S4:读取缺陷报告的开发人员参与度信息,筛选处理过具有相同产品信息的bug报告的开发人员,对缺陷报告进行再次分类;S5:当有未被分类的缺陷报告提交时,使用结合开发人员参与度的数据约简策略为其分类,分配合适的开发人员处理该缺陷报告。
-
公开(公告)号:CN109408726B
公开(公告)日:2022-02-08
申请号:CN201811333596.1
申请日:2018-11-09
Applicant: 大连海事大学
IPC: G06F16/9535
Abstract: 本发明公开了一种问答网站中问题回答者推荐方法,具有如下步骤:推荐系统接收提问者信息以及问题信息,提取问答网站的数据;构建用户间关系的网络图;将网络图利用Weighted LeaderRank算法得出用户排名;对所有用户形成一个社团分类;根据用户排名和社团分类,确定出每个社团中的用户排名;根据提问者用户在问答网站中的id在推荐系统中确认所属社团,并且推荐给该社团中活跃度为α以上的用户,由其来解答问题,然后将答案反馈给提问者用户。本发明通过对提问者进行社团划分,然后推荐给与其相同社团的用户,能够缩短问题解决的时间,提高问题回答的准确性和质量,促进技术性问答网站中问题的解决。
-
公开(公告)号:CN110471856A
公开(公告)日:2019-11-19
申请号:CN201910775361.6
申请日:2019-08-21
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于数据不平衡的软件缺陷预测方法,包括:从已知bug分布的项目中,将具有软件度量值的各类错误报告作为预测使用的原始数据集;采用RSMOTE不平衡处理策略对原数据集中文本矩阵进行不平衡处理、得到平衡数据集;使用朴素贝叶斯、多项式朴素贝叶斯、K近邻、支持向量机、分类树、和Adacost对平衡数据集进行建模找到预测效果最佳的分类器;提取未知bug位置的新项目的软件度量值,输入分类器,进行预测,输出每个程序段是否有bug的预测信息,并进行记录存储。本方法采用了RSMOTE不平衡处理策略对原数据集中文本矩阵进行不平衡处理,因此生成少数类样例更加灵活,能够产生更加广泛合理的样例。
-
公开(公告)号:CN110471854A
公开(公告)日:2019-11-19
申请号:CN201910770489.3
申请日:2019-08-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于高维数据混合约简的缺陷报告指派方法,包括如下步骤:S1:从缺陷报告系统中获取缺陷报告的故障文本信息、故障元信息和故障触发时间信息;S2:将缺陷报告定义为文本,选择能表现文本信息的词段,并采用分词、去停词、词干化和向量空间表示方法对缺陷报告进行标准化处理,S3:基于差分进化算法采用特征选择、实例选择和二者相结合的方式对缺陷报告进行数据约简;S4:读取缺陷报告的开发人员参与度信息,筛选处理过具有相同产品信息的bug报告的开发人员,对缺陷报告进行再次分类;S5:当有未被分类的缺陷报告提交时,使用结合开发人员参与度的数据约简策略为其分类,分配合适的开发人员处理该缺陷报告。
-
公开(公告)号:CN110413792A
公开(公告)日:2019-11-05
申请号:CN201910728451.X
申请日:2019-08-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种高影响力缺陷报告识别方法,本方法将不平衡学习技术与多类分类方法相结合,解决了错误报告组件分类问题。使用四种不平衡处理策略RUS、ROS、SMOTE和Adacost算法来处理数据并获得平衡的数据集。然后使用基于NBM,KNN和SVM分类器的OVO和OVA多类别分类方法对平衡之后的数据集进行错误报告组件分类。通过探究不平衡学习策略和分类别分类算法的不同组合,找到具有错误报告组件分类最佳性能的变体。通过使用错误组件分类来确定为错误报告分配合适的开发人员,从而更好地解决了错误报告的分类问题。该方法不仅可以减少原始训练集的单词维度,提高训练集的质量,也提高错误报告的分类性能。
-
-
-
-
-
-
-
-
-