-
公开(公告)号：CN116450139A
公开(公告)日：2023-07-18
申请号：CN202310231595.0
申请日：2023-03-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于变更衍化与标识重构的软件缺陷修复方法，本发明通过对使用频率比较高的变更进行衍化，生成更多相似的变更，同时丢弃掉那些几乎用不到的变更，在变更收集阶段大大减少变更的收集数量，同时通过度量变更与bug语句的相似度加速变更的检索过程，减少寻找对应修复模板的时间。本发明不仅仅使用从源项目文件中收集到的变量、字段、字面量等，还对其中以驼峰命名的标识符按驼峰进行拆分，同时对拆分后的子标识进行重构，得到新的标识符，不仅增加具体化抽象变更时，标识符的选择数，而且在一定程度上减小了候选补丁与正确补丁的距离。
-
公开(公告)号：CN115617650A
公开(公告)日：2023-01-17
申请号：CN202211098966.4
申请日：2022-09-08
Applicant: 杭州电子科技大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于错误传播建模和缺陷特征增强的软件错误定位方法。本发明首先排除偶然性正确测试用例对软件错误定位的干扰用以缺陷特征增强，得到优化的程序频谱。然后根据程序频谱和程序执行上下文构造基于语句和测试用例的复杂网络模型，通过排名算法计算节点重要性，再由节点重要性给测试用例分配不同权重，最后综合测试用例权重和基于覆盖率的错误定位计算公式计算语句可疑度。本发明通过减小偶然性正确测试用例对真正错误语句的覆盖率提高软件错误定位效率，并利用复杂网络排名算法计算测试用例对错误定位的贡献，降低多条语句错误怀疑度值相同对错误定位效率的影响，节约软件开发成本。
-
公开(公告)号：CN110515826B
公开(公告)日：2022-12-02
申请号：CN201910594565.X
申请日：2019-07-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于次数频谱与神经网络算法的软件缺陷定位方法，本发明所提出的方法考虑了由于循环等过程的存在引起语句多次执行，使用程序分支计数频谱对覆盖信息进行扩展，并将其作为BP神经网络的输入，实现运用机器学习的方法实现软件缺陷定位的目标。基于覆盖的程序缺陷定位方法利用覆盖信息来定位程序的缺陷语句。然而，这些方法可能会受到代码偶然性正确性的不利影响。偶然性正确是指在执行缺陷语句后，并没有触发错误的测试用例执行过程。本方法将会发生偶然性正确的测试用例的执行结果统一修正为错误的方法，在最大程度上避免偶然性正确对程序定位性能的影响。
-
公开(公告)号：CN113434401A
公开(公告)日：2021-09-24
申请号：CN202110703322.2
申请日：2021-06-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于样本分布特征和SPY算法的软件缺陷预测方法；本发明基于软件缺陷数据集的分布特征，提出了边界k值确定公式。根据公式为不同的数据集选择合适的少数类边界样本。此外，本发明将SPY算法和边界采样算法结合，通过边缘样本优化SPY算法，将少数类边界区域的部分多数类样本设置成为SPY样本，并为SPY样本设置较小训练样本权重，在原始少数类边界区域内部使用边界采样的算法。SPY样本可以对边界上的少数类样本起到引导的作用，确保边界区域的少数类样本能够被正确分类。同时，通过为SPY样本设立一个较小的样本权重，减少了SPY样本对多数类样本的分类影响，最终达到一个较好的分类效果。
-
公开(公告)号：CN109582558B
公开(公告)日：2021-07-13
申请号：CN201811038172.2
申请日：2018-09-06
Applicant: 杭州电子科技大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于EFSM模型的最小成本测试用例生成方法。本发明基于扩展性有限状态机和集合划分的理论，设计了迁移覆盖算法，得到了迁移序列集合；并对两条迁移序列不同位置给出抽象模型，根据抽象模型进行分析，然后设计了约简合并算法，得到了最小测试序列集。再由最小测试序列集进行转换，得到有效测试路径集合，在转换的过程中采用逆向思维找出初始状态到某一状态的最短路径；本发明满足迁移覆盖准则，能规避无效测试路径和组合爆炸问题，能保证代码的覆盖率，且集合中测试路径个数达到最小，保证了测试成本和测试效率的平衡；不仅仅局限于EFSM模型，对于其它可抽象成有向图的模型同样适用，且对解决大型复杂网络图效果尤其显著。
-
Patent Agency Ranking
公开(公告)号：CN110517482B
公开(公告)日：2021-06-29
申请号：CN201910688693.0
申请日：2019-07-29
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于3D卷积神经网络的短时交通流预测方法。本发明通过采集城市中各个区域各个时间段的交通流量数据，使用3D卷积神经网络的大规模样本集拟合能力与时空特征提取能力，搭建缺失值补全模型补全原始数据集中的缺失数据，搭建交通流预测模型进行高准确率的短时交通流预测。在模型中，将时间信息处理的网络层均匀分布在所有网络层中，使得时间信息被充分处理，同时使用学习率动态减小的Adam优化算法使得模型得以较快收敛。本发明解决了现有短时交通流预测模型无法高效处理交通流数据中的时空特征以及缺失值补全精度不高的问题。
-
公开(公告)号：CN112465040A
公开(公告)日：2021-03-09
申请号：CN202011386286.3
申请日：2020-12-01
Applicant: 杭州电子科技大学
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：CN107247664B
公开(公告)日：2020-09-22
申请号：CN201710337657.0
申请日：2017-05-15
Applicant: 杭州电子科技大学
IPC: G06F11/36
Abstract: 本发明涉及一种面向开源软件的协同行为测度方法，传统是根据经验而没有具体的量化标准，多数基于单次合作关联而忽略了两个开发者合作多次的情况，然而开发者之间的多次合作会对开源软件质量产生不同的影响，使得协同行为分析结果不遵循实际的项目开发情况；本发明首先获取开源数据，提取项目开发者之间的合作次数，构建项目协同矩阵；根据项目协同矩阵，计算项目开发者网络的点权平均值和开发网络中加权集聚系数的平均值；对点权平均值和加权集聚系数的平均值进行线性加权求和，得到开源项目的协同行为测度值。本发明通过数值度量开源软件中开发者协同合作行为，能够得到整个软件的开发者协同合作的量化值，从而为开源软件质量评估提供支持。
-
公开(公告)号：CN114153735B
公开(公告)日：2025-04-29
申请号：CN202111480144.8
申请日：2021-12-06
Applicant: 杭州电子科技大学
IPC: G06F11/3668
Abstract: 本发明涉及一种基于频谱技术和断言切换技术的缺陷定位方法。本发明主要考虑如何获得更准确的切片以及如何将切片与可疑列表相结合，首先对程序的失败测试使用断言切换技术找出所有的关键断言；然后对该失败测试进行切片，获取到切片；接着，采用频谱技术对程序分析，即执行程序的所有测试用例收集到频谱信息，利用频谱信息计算出所有可疑元素以及对应的怀疑度分数；最后基于所获得的切片以及怀疑度分数重新计算出新的可疑列表对缺陷进行定位。本发明增强了切片和频谱组合技术对于一些遗漏型缺陷的定位，并进一步提高了切片与频谱技术结合后的定位准确率和效率。
-
公开(公告)号：CN116977688A
公开(公告)日：2023-10-31
申请号：CN202211738009.3
申请日：2022-12-30
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V40/10 , G06V10/82
Abstract: 本发明公开了一种基于零件定位的行人分组属性识别方法。本发明首先受到空间变化网络的启发，提出一个零件定位模块，可以在没有身体部位或位置等先验知识的情况下定位出单个行人的头部区域、躯干区域和腿部区域三个主要部位，并结合属性的空间关系特征将分组后的属性对应零件定位的区域，有效缩小关注区域以提高属性识别的准确性。其次，设计了一种加权的Focal loss损失函数以解决行人属性数据不平衡问题，设计了定位损失函数以提高零件定位模块的准确性。最后，在此基础上提出了一个基于ResNet50的端到端的行人属性识别框架。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.026 seconds)
