-
公开(公告)号:CN109344078B
公开(公告)日:2022-05-17
申请号:CN201811265805.3
申请日:2018-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F11/36
Abstract: 本发明属于软件测评技术领域,具体涉及一种应用FPGA的嵌入式实时操作系统时间性能测试方法。为准确测量嵌入式实时操作系统的时间性能指标,本发明提供了一种嵌入式操作系统时间性能测量方法,包括步骤:FPGA触发激励信号及测量参数配置,目标机上时间性能测试程序运行,FPGA接收响应信号,FPGA计算时间间隔,时间间隔数据存储和数据据转发至上位机,上位机进行时间性能分析。本发明技术方案采用FPGA测量与目标机测试功能相结合的测试方法,将计时功能与外部激励由FPGA实现,减少测试程序中的系统调用,减小信号延迟时间,提高了嵌入式实时操作系统时间性能测试的灵活性。
-
公开(公告)号:CN114330352A
公开(公告)日:2022-04-12
申请号:CN202210008627.6
申请日:2022-01-05
Applicant: 北京京航计算通讯研究所
IPC: G06F40/295 , G06F40/205 , G06N20/00
Abstract: 本发明涉及一种命名实体识别方法和系统,属于自然语言处理技术领域,解决了现有技术中特征提取可解释性差并且在规模预料中识别准确性低的问题。方法包括以下步骤:获取带命名实体标签的样本语句;对所述样本语句进行句法解析得到样本语句中每个词的句法树路径标注;基于所述带命名实体标签的样本语句和样本语句中每个词的句法树路径标注训练基于句法树重构的命名实体识别模型;将待识别语句输入所述基于句法树重构的命名实体识别模型中,获得待识别语句的命名实体识别结果。
-
公开(公告)号:CN114064487A
公开(公告)日:2022-02-18
申请号:CN202111369107.X
申请日:2021-11-18
Applicant: 北京京航计算通讯研究所
Abstract: 本发明公开了一种代码缺陷检测方法,属于软件测试技术领域,能够提高代码缺陷检测的准确率。方法包括:根据预设切片准则对待识别代码进行切片处理,得到待检测切片代码段;输入所述待检测切片代码段至预设代码缺陷检测模型,将所述预设代码缺陷检测模型的输出结果作为代码缺陷检测结果;其中,所述预设代码缺陷检测模型是通过对训练阶段的各切片代码段中的语句语义向量和语句类型向量进行分段学习,得到的网络模型。
-
公开(公告)号:CN114330352B
公开(公告)日:2024-08-20
申请号:CN202210008627.6
申请日:2022-01-05
Applicant: 北京京航计算通讯研究所
IPC: G06F40/295 , G06F40/205 , G06N20/00
Abstract: 本发明涉及一种命名实体识别方法和系统,属于自然语言处理技术领域,解决了现有技术中特征提取可解释性差并且在规模预料中识别准确性低的问题。方法包括以下步骤:获取带命名实体标签的样本语句;对所述样本语句进行句法解析得到样本语句中每个词的句法树路径标注;基于所述带命名实体标签的样本语句和样本语句中每个词的句法树路径标注训练基于句法树重构的命名实体识别模型;将待识别语句输入所述基于句法树重构的命名实体识别模型中,获得待识别语句的命名实体识别结果。
-
公开(公告)号:CN109344078A
公开(公告)日:2019-02-15
申请号:CN201811265805.3
申请日:2018-10-29
Applicant: 北京京航计算通讯研究所
IPC: G06F11/36
Abstract: 本发明属于软件测评技术领域,具体涉及一种应用FPGA的嵌入式实时操作系统时间性能测试方法。为准确测量嵌入式实时操作系统的时间性能指标,本发明提供了一种嵌入式操作系统时间性能测量方法,包括步骤:FPGA触发激励信号及测量参数配置,目标机上时间性能测试程序运行,FPGA接收响应信号,FPGA计算时间间隔,时间间隔数据存储和数据据转发至上位机,上位机进行时间性能分析。本发明技术方案采用FPGA测量与目标机测试功能相结合的测试方法,将计时功能与外部激励由FPGA实现,减少测试程序中的系统调用,减小信号延迟时间,提高了嵌入式实时操作系统时间性能测试的灵活性。
-
公开(公告)号:CN114064487B
公开(公告)日:2024-09-24
申请号:CN202111369107.X
申请日:2021-11-18
Applicant: 北京京航计算通讯研究所
IPC: G06F11/36 , G06N3/045 , G06N3/0442
Abstract: 本发明公开了一种代码缺陷检测方法,属于软件测试技术领域,能够提高代码缺陷检测的准确率。方法包括:根据预设切片准则对待识别代码进行切片处理,得到待检测切片代码段;输入所述待检测切片代码段至预设代码缺陷检测模型,将所述预设代码缺陷检测模型的输出结果作为代码缺陷检测结果;其中,所述预设代码缺陷检测模型是通过对训练阶段的各切片代码段中的语句语义向量和语句类型向量进行分段学习,得到的网络模型。
-
-
-
-
-