-
公开(公告)号：CN114200960A
公开(公告)日：2022-03-18
申请号：CN202111461528.5
申请日：2021-12-02
Applicant: 杭州电子科技大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于禁忌表改进麻雀算法的无人机集群搜索控制优化方法，具体为：(1)创建覆盖搜索模型提出控制方案，(2)初始化种群，生成无人机控制方案，初始化禁忌表，(3)通过自适应更新策略计算发现者和跟随者的比例并分配，(4)将改进过后的发现者更新公式对发现者进行位置更新，(5)根据发现者更新结果和跟随者更新公式对追随者进行位置更新，(6)根据侦探预警行为公式对警戒者进行位置更新，(7)将当前迭代中最大适应度值的发现者的适应度值与禁忌表中的数值进行判断，(8)回到步骤(3)进行迭代，直到满足迭代要求。本发明提高了无人机集群在集群搜索控制能力，提高搜索的稳定性和精确性。
-
公开(公告)号：CN114138632A
公开(公告)日：2022-03-04
申请号：CN202111341822.2
申请日：2021-11-12
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于数据类不平衡分布的即时软件缺陷预测方法。本发明首先通过对样本近邻集的计算，分析样本的数据分布情况，识别噪声区样本，删除处于噪声区的有缺陷样本，将处于噪声区的无缺陷样本的标签置换为有缺陷样本的标签；再重新计算各样本的近邻集，分析当前相对干净数据集的数据分布，划分边界区和安全区，删除处于边界区的无缺陷样本；最后对训练数据集进行随机欠采样，使得样本得到数量上的平衡。本发明通过对样本数据分布的分析，以更精准的策略除去样本集中的噪声样本以及对有缺陷样本识别有负面影响的样本，以此提升模型对有缺陷样本的识别性能。
-
公开(公告)号：CN109828746A
公开(公告)日：2019-05-31
申请号：CN201811383088.4
申请日：2018-11-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于自适应序列图转换为时间自动机的方法，将自适应序列图中节点信息转换为UPPALL中的全局参数声明；将对象转换为UPPALL中的进程；将Local转换为模板的私有参数声明，将状态start s转换为模板中的位置T；设置迁移FL→T的值为状态S的更新属性值；设置迁移FL→T的约束为状态S的组合片段约束和状态S与源状态FS之间的状态间约束；若源状态FS存在发送或接收消息，设置迁移FL→T的通道message！或message？；若状态S不为over状态，设置源状态FS为状态S，设置源位置FL为位置T,遍历所有节点及序列图中所有对象。提高了建模效率、可靠性及自适应软件的开发效率。
-
公开(公告)号：CN109656539A
公开(公告)日：2019-04-19
申请号：CN201811349803.2
申请日：2018-11-14
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于面向对象编程的软件自适应改造方法；本发明通过运用面向对象编程中策略模式，代理模式等设计模式以及面向切面编程AOP中提取业务逻辑的思想来对软件进行自适应改造。本发明改造得到的自适应软件，可以响应自身属性和复杂环境变化，并且由于改造基于面向对象的设计理念，为软件维护带来了极大的便利，同时本发明对原软件系统代码结构破坏小，改造后的软件系统代码逻辑清晰，可扩展性好。
-
公开(公告)号：CN117851216A
公开(公告)日：2024-04-09
申请号：CN202310441116.8
申请日：2023-04-23
Applicant: 杭州电子科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于特征交叉和结构语义信息匹配的软件缺陷定位方法。本发明首先使用不同的统计分析技术来从缺陷报告和源文件中提取不同类型的特征，并且构建基于DeepCrossing的特征交叉模块对它们进行深度交叉，以充分获取不同特征之间线性和非线性关系；然后构建结构语义信息匹配模块对缺陷报告和源文件之间的不同结构信息进行语义匹配，并将得到四种匹配结果输入到全连接层中，以获取缺陷报告和源文件之间的语义匹配结果；最后再构建融合模块将上述两个步骤的结果进行融合，得到最终的定位结果。本发明方法的缺陷定位更合理，解决了缺陷报告和源文件之间词汇不匹配的问题。
-
Patent Agency Ranking
公开(公告)号：CN117762774A
公开(公告)日：2024-03-26
申请号：CN202311546892.0
申请日：2023-11-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于隐式关系和量化调用关系增强的缺陷定位方法，包括对源文件基础可疑度分数的计算和针对基础分数的增强计算。基础分数包括计算所有源文件与指定缺陷报告间的相似度，其中CrVSM相似度利用调用次数对源文件之间的调用关系定量分析，再利用量化的调用关系计算源文件的复杂度。再综合考虑堆栈跟踪、Token匹配和相似缺陷报告三种相似度分数，从而较为全面、有效地利用了除外部信息之外的所有的信息。增强计算通过将与源文件有调用关系和隐式关系的源文件组合构成相关源文件集，再计算相关源文件集合的可疑度并与源文件自身的可疑度即结合分数相结合获得最后的源文件可疑度，并获得最后的排名。
-
公开(公告)号：CN117668536A
公开(公告)日：2024-03-08
申请号：CN202311524696.3
申请日：2023-11-16
Applicant: 杭州电子科技大学
IPC: G06F18/214 , G06F18/24 , G06F40/211 , G06F40/30 , G06F16/33 , G06N3/0455 , G06N3/042 , G06N3/08 , G06F11/36
Abstract: 本发明公开了一种基于超图注意力网络的软件缺陷报告优先级预测方法，包括以下步骤：步骤1、获取缺陷报告公开数据集及数据预处理；步骤2、构建缺陷报告文档超图；步骤3、采用超图注意力网络提取缺陷报告文档的超图特征；步骤4、采用Bi‑GRU提取缺陷报告文档的初始上下文语义信息,并与文档的超图特征融和；步骤5、在训练过程中，构建一个用于多分类的Focal Loss损失函数(MFL)来解决优先级预测中的数据不平衡问题。该方法结合了缺陷报告文本的文本特征、情感特征、时序特征、组件特征，实现高效、准确的软件缺陷报告优先级预测。
-
公开(公告)号：CN117576753A
公开(公告)日：2024-02-20
申请号：CN202311579931.7
申请日：2023-11-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于面部关键点的注意力特征融合的微表情识别方法，该方法首先进行人脸面部关键点定位，获取浅层光流特征以及面部结构图。其次基于光流特征以及面部结构图，通过神经网络提取深层光流特征和面部结构特征。最后基于深层光流特征和面部结构特征，通过结合注意力机制的多尺度特征融合，得到微表情识别结果。本发明精确地关注重要的特征和上下文信息，提高模型的泛化能力和对于不同样本的个性化处理能力，提高微表情识别任务的准确率和鲁棒性。
-
公开(公告)号：CN112465040B
公开(公告)日：2024-02-09
申请号：CN202011386286.3
申请日：2020-12-01
Applicant: 杭州电子科技大学
IPC: G06F18/2431 , G06N20/20 , G06F18/214 , G06F18/2415
Abstract: 本发明涉及一种基于类不平衡学习算法的软件缺陷预测方法。本发明使用SWIM过采样方法合成少数类样本，使数据集由高度不平衡转化为中度不平衡，其次，使用提出的自适应代价矩阵调整策略计算出最适合当前数据集的少数类误分类代价，然后根据训练集训练出K个弱分类器，在此过程中不断地调整样本权重，预测错误的样本增大其权重，预测正确的样本减少其权重，最后，将K个弱分类器组合成一个复合分类器预测待测样本的类别。本发明解决了预测不平衡数据集时少数类样本预测准确率低的问题，可以准确的预测出有缺陷的模块，帮助测试经理寻找软件的缺陷，降低软件开发成本。
-
公开(公告)号：CN116629271A
公开(公告)日：2023-08-22
申请号：CN202310718582.6
申请日：2023-06-16
Applicant: 杭州电子科技大学
IPC: G06F40/30 , G06N3/0442 , G06F16/35
Abstract: 本发明公开了基于BERT和BILSTM的重复缺陷报告检测方法。首先，使用BERT的词嵌入法将缺陷报告的文本信息映射成高维特征向量，捕获文本的深层语义信息。然后，将BERT模型输出的单词嵌入向量输入到BILSTM中，捕获时序信息，得到文本的高级特征表示。通过BERT的位置编码可以解决同样的词语，排列位置不同，语义可能不同的问题，而多头注意力机制扩展了模型关注不同位置的能力，BILSTM则可以更好的捕捉双向的语义依赖，在提取词的语义信息时更好的结合上下文。最后，采用MLP分类器来预测缺陷报告是否重复。实验结果表明该方法能够进一步提升重复缺陷报告检测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.028 seconds)
