-
Patent Agency Ranking
公开(公告)号：CN109656539B
公开(公告)日：2021-12-14
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：CN113657645A
公开(公告)日：2021-11-16
申请号：CN202110801710.4
申请日：2021-07-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于注意力机制的时空连接增强3DCNN交通预测方法，本发明设计了由周期组件、趋势组件和近期组件组成的时空连接增强3DCNN模型框架，周期组件和趋势组件用于提取时间间隔较远的交通流数据的时空特征，近期组件用于提取近期数据的时空特征并进一步学习另外两个组件提取的信息以提高预测精度；在传统注意力机制时空维度基础上考虑通道维度，构建时空影响注意力模块来捕获时空特征的影响程度，达到量化时空异质性进而提高预测精度的目的；将多注意力模块连接，低层模块得到信息对高层模块可见度变高。本发明进一步提高交通流数据的预测精度。
-
公开(公告)号：CN113626034A
公开(公告)日：2021-11-09
申请号：CN202110743648.8
申请日：2021-07-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于传统特征和语义特征结合的缺陷预测方法。本发明首先使用javalang从程序源代码中提取出关键性节点，将节点信息通过CBOW模型进行语义特征的训练，其次对语义特征进行降维以平衡语义特征和传统特征的维度差异，降维后的语义特征再和传统特征线性组合，然后使用smote进行类不平衡的处理，最后构建深度学习模型学习组合特征的关联关系，挖掘对于模型预测更有价值的特征，得到一个用于软件缺陷预测分类的模型。本发明解决了语义特征和传统特征更有效的结合的问题，利用组合特征更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：CN110515837A
公开(公告)日：2019-11-29
申请号：CN201910701110.3
申请日：2019-07-31
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于EFSM模型和聚类分析的测试用例排序方法。本发明首先根据EFSM模型，构建复杂网络模型，计算EFSM模型的状态权重，然后构建测试用例的状态向量，结合状态向量和状态权重信息计算任意两个测试用例相似度，再根据相似度设计改进的K均值聚类算法，运用该聚类算法对测试用例进行聚类分析，尽可能使得不同簇中的测试用例不同。最后，结合聚类分析结果，设计测试用例排序策略。本发明相比传统基于模型的测试用例排序技术，考虑了测试用例之间的相关性，使得已排序的测试用例序列中相邻的测试用例尽可能来自不同的簇，即相邻测试用例具有不同的错误检测能力，能够尽早发现模型中不同的错误。
-
公开(公告)号：CN109582558A
公开(公告)日：2019-04-05
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。
-
-
-
-
Search Results
65
records
(took 0.038 seconds)
