-
公开(公告)号：CN112527670A
公开(公告)日：2021-03-19
申请号：CN202011511241.4
申请日：2020-12-18
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于Active Learning的项目内软件老化预测方法，通过收集软件中代码静态度量，使用Active Learning挑选出样本进行打标签作为训练集，去预测剩下的无类标的样本。采用Active Learning进行样本挑选和人工打标签，构成训练集。采用过采样和欠采样结合法缓解类不平衡问题，使用机器学习分类器进行预测。本发明考虑了软件老化缺陷数据集样本少，收集比较耗时耗力，采用欠采样和过采样结合的方法缓解极类不平衡问题，有助于开发者在开发测试阶段发现软件老化相关缺陷并移除，避免软件老化问题带来的损失。本发明已在真实软件上验证过其可行性，并可推广至其他软件来预测软件老化相关缺陷。
-
公开(公告)号：CN112463640A
公开(公告)日：2021-03-09
申请号：CN202011476590.7
申请日：2020-12-15
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于联合概率域适应的跨项目软件老化缺陷预测方法，对源项目和目标项目中的数据进行预处理，采用主成分分析法进行降维处理，采用基于聚类的合成少数类样本法缓解类不平衡问题，使用机器学习分类器(逻辑回归等)进行预测。本发明考虑了软件老化缺陷数据集源项目和目标项目间的可迁移性(不同域同一类间的距离)以及可判别性(不同域不同类之间的聚类)，并进一步采用主成分分析法进行降维处理，减少特征冗余程度。本发明提高了传统跨项目软件老化缺陷预测方法的精度以及健壮性，有助于开发者在开发测试阶段发现软件老化相关缺陷并移除，一定程度上避免软件老化问题带来的损失。
-
Patent Agency Ranking
公开(公告)号：CN111881023A
公开(公告)日：2020-11-03
申请号：CN202010664912.4
申请日：2020-07-10
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于多模型对比的软件老化预测方法及装置，属于软件老化领域，从目标软件系统收集老化指标，将其处理成时间序列数据作为模型的预输入；针对老化数据规模，设计包括机器学习和神经网络的老化预测模型，计算各模型的预测误差，选定误差最小的模型作为候选模型；计算该模型与其他模型间是否存在显著性差异，如果差异性明显，选定该模型为最终的老化预测模型。本发明解决了单个模型预测结果可能会影响决策制定的问题，用户可以根据老化数据特征和预测误差自动地选择适合的模型，避免了主动性的维护措施或早或晚地执行，降低对软件可靠性的影响。可以扩展更多的模型，针对不同的老化数据规模可以选择最优的预测模型帮助系统运维。
-
公开(公告)号：CN107145974B
公开(公告)日：2020-10-30
申请号：CN201710278980.5
申请日：2017-04-25
Applicant: 武汉理工大学
IPC: G06Q10/04
Abstract: 本发明涉及一种负调查实施和重构正数据的方法，包括：按负调查的形式实施负调查，同时抽取少量的样本实施对应负调查题目的正调查；统计数据，得到各个选项负选的矩阵以及总样本数；对做了正负两个调查的少量样本做关联分析，得到重构矩阵；按负调查的矩阵约束条件，调整重构矩阵；运用最大似然估计和负调查的约束条件得到最优化的重构结果。本发明以背景知识和事件最大似然估计为基础，提出了一种负调查实施与重构方法，可以为负调查真实应用的方式提供参考，同时可以提高负数据重构的准确性。
-
公开(公告)号：CN111274571A
公开(公告)日：2020-06-12
申请号：CN202010058512.9
申请日：2020-01-19
Applicant: 武汉理工大学
IPC: G06F21/44 , G06F21/62 , G06F16/51 , G06F16/583
Abstract: 本发明公开了一种局部排序和负数据库相结合的虹膜模板保护方法，包括步骤：在注册阶段，将实时虹膜数据与局部排序的聚合方法相结合生成聚合信息，并将聚合信息生成注册认证负数据库，存储在服务器中；在识别阶段，采用相同过程将待识别虹膜数据生成待识别负数据库，仅将该待识别负数据库发送给服务器进行认证；服务器接收到待识别负数据库后，估算待识别负数据库与注册认证负数据库之间的距离，并进行匹配，以此来确定是否为合法用户。本发明在保持虹膜识别性能的同时，可以解决负虹膜识别技术中的不可连接性问题，另外本发明也可保护实时虹膜的数据安全。
-
公开(公告)号：CN107145539A
公开(公告)日：2017-09-08
申请号：CN201710267513.2
申请日：2017-04-21
Applicant: 武汉理工大学
Abstract: 本发明公开了一种处理负调查中不合理数据的方法，包括如下四个步骤：计算正调查的值；将不合理的数据进行调整；对于调整后的数据，计算由调整造成的差值分配到其他选项的比例；对于调整后得到的负调查的值，计算正调查的值等；在负调查重建正调查数据的过程中，本发明既可以处理负值这一类不合理的数据，也可以处理与背景知识相违背的不合理数据，并且取得较高的重建精度。
-
公开(公告)号：CN106412869A
公开(公告)日：2017-02-15
申请号：CN201610424981.1
申请日：2016-06-14
Applicant: 武汉理工大学
Abstract: 本发明提出一种基于信任的多宿网络路由选择方法，信任代理监测并记录移动路由器的网络状态，存储在信任信息列表中，周期性地向移动路由器进行广播通告；移动路由器将收到的信息表向移动网络内广播初始化报文，该初始化报文包含子网内所有移动路由器的信任属性因子：当前可用带宽、网络时延、已接入节点数及路由器实时丢包率；移动节点接收到路由器节点发送的初始化消息后，将所有移动路由器节点的信息添加到路由器信任信息列表中，计算移动路由器的所有信任属性因子的信任值，并将这些信息记录在移动路由器的信任信息表中；当移动节点在选择移动路由器时，可根据信任信息表中记录的信息以及信任值选择更可信的移动路由器作为候选移动路由器。
-
-
-
-
-
-
Search Results
87
records
(took 0.038 seconds)
