-
公开(公告)号：CN119597522A
公开(公告)日：2025-03-11
申请号：CN202411647159.2
申请日：2024-11-18
Applicant: 北京工业大学
IPC: G06F11/07 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明涉及软件工程领域，为提高API误用检测结果的准确性，公开了一种基于超图神经网络的API误用检测方法，包括以下步骤：步骤S1、构建包含API正确使用样本和误用样本的标注代码集；步骤S2、根据源代码的抽象语法树结构构建API使用图；步骤S3、基于API使用图生成API使用超图；步骤S4、引入超图注意力机制，训练超图神经网络，得到API误用检测模型；步骤S5、将待检测的源代码转换为超图结构输入到训练后的超图神经网络中，得到API误用检测结果。本发明将超图神经网络应用于API误用检测，利用超边来捕捉源码中的高阶依赖和复杂交互关系，可以处理多样化的API使用模式，能够提高检测结果的准确性。
-
公开(公告)号：CN118917408A
公开(公告)日：2024-11-08
申请号：CN202410727201.5
申请日：2024-06-06
Applicant: 北京工业大学
IPC: G06N5/04 , G06N3/045 , G06N3/096 , G06F16/332
Abstract: 本发明公开了基于运行时微调生成心理咨询师风格回答的方法，包括以下步骤：获取心理咨询数据和对应的心理咨询师风格回答并存储至数据库；根据具有心理咨询数据和对应的心理咨询师风格回答构建上下文，得到对应的数据并作为大规模预训练语言模型的输入数据；大规模预训练语言模型根据输入数据给出心理咨询师风格回答。该方法使模型能够通过学习大量的心理咨询对话和提示信息的引导，模型能够生成符合预期的心理咨询师风格回答，确保咨询效果和专业性。自动生成心理咨询师风格回答，降低了人工成本，提高了整体效率。该方法可以根据需求扩展和调整，适应不同类型的心理咨询场景。模型可以通过持续学习新的数据和反馈，保持回答的准确性和专业性。
-
公开(公告)号：CN113408597B
公开(公告)日：2024-06-04
申请号：CN202110646079.5
申请日：2021-06-10
Applicant: 北京工业大学
IPC: G06F8/30 , G06F18/241 , G06F9/448 , G06F16/951 , G06F40/211 , G06N3/0499 , G06N3/0455 , G06F8/72
Abstract: 本发明公开了一种基于两阶段框架的Java方法名推荐方法。该方法包括：预处理阶段，首先通过启发式规则为Java方法中的getter/setter方法、delegations方法进行命名。第一步根据不同方法的方法名前缀对方法进行分类。第二步，针对特定前缀开头的方法采用基于频率的启发式规则来推荐方法名，而对于其他类型的方法采用Recursive RNN来生成对应的方法名。本发明提高软件方法的命名质量，进而在开发中调用方法时可以通过方法名快速地了解方法的功能，减少在理解程序功能上所花费的时间和精力。在提高开发效率的同时，还可以减少误用API的可能性。在帮助开发者的同时，还可以节约软件开发在维护阶段的成本，提高软件整体的可理解性和可维护性。
-
公开(公告)号：CN114647785A
公开(公告)日：2022-06-21
申请号：CN202210317169.4
申请日：2022-03-28
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06F17/16
Abstract: 基于情感分析的短视频获赞数量预测方法属于信息预测领域。本发明内容中，数据模型、计算与推理模型两个核心组件部署在点赞量预估装置中，通过数据库接口组件访问短视频平台服务器获取数据，点赞预估结果保存在点赞量数据服务器中，远程访问计算机通过访问点赞量数据服务器获取数据。完成对短视频封面图片理解和短视频文案的理解，将其结果作为特征向量或特征集的理解。同时，利用梯度提升决策树机器学习算法，减小了计算量，从而提高了点赞量预估的效率。将视频博主名、短视频标签数据嵌入特征集，用于训练模型，从而提高了点赞量预估的准确率。
-
公开(公告)号：CN109213684B
公开(公告)日：2022-01-28
申请号：CN201811086985.9
申请日：2018-09-18
Applicant: 北京工业大学
IPC: G06F11/36
Abstract: 本发明公开了基于OpenMP线程的环形拓扑心跳检测方法与应用，解决现有技术条件下不能有效检测基于OpenMP并行技术中各个线程程序运行状态等问题。当检测到某一线程初始化时，以该线程的线程号为基础建立线程结构体；当线程启动时，记录线程初始时间戳，倘若该线程运行期间满足预定义时间间隔，系统就记录一次该线程产生的心率值，并判断当前线程是否处于正常运行、挂起、忙等、正常退出、异常退出等状态。此外，本方法可绘制线程心率曲线，远程监视心率变化。本方法设计API函数并注入主程序，以环形链表的方式进行心跳状态检测，相比于传统的集中式检测方法，本方法无需生成额外的中心检测线程，优化了系统运行效率，提高检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113360766A
公开(公告)日：2021-09-07
申请号：CN202110727637.0
申请日：2021-06-29
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F9/448 , G06F8/30
Abstract: 本发明公开了一种基于seq2seq模型的Java方法名推荐方法。该方法包括：Java方法名采集阶段，从知名开源组织下采集基于Java语言的项目Git仓库，并提取Git仓库中的Java方法名。建立Java方法名词库阶段：提取Java方法名中的高频率标记，并采用人工标注的方式来为标注中文语义。建立中文同义词库阶段：通过人工标注的方式来为Java方法名词库中已经标记好中文的中文标记标注其同义词。创建数据样本阶段：采用人工标注的方式来为Java方法名标注中文语义。当开发者输入中文方法名，模型seq2seq会输出英文的方法名。方法名推荐阶段帮助中文开发者将中文方法名输入到seq2seq模型中，模型输出相应的Java方法名。
-
公开(公告)号：CN114647785B
公开(公告)日：2024-09-24
申请号：CN202210317169.4
申请日：2022-03-28
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06F17/16
Abstract: 基于情感分析的短视频获赞数量预测方法属于信息预测领域。本发明内容中，数据模型、计算与推理模型两个核心组件部署在点赞量预估装置中，通过数据库接口组件访问短视频平台服务器获取数据，点赞预估结果保存在点赞量数据服务器中，远程访问计算机通过访问点赞量数据服务器获取数据。完成对短视频封面图片理解和短视频文案的理解，将其结果作为特征向量或特征集的理解。同时，利用梯度提升决策树机器学习算法，减小了计算量，从而提高了点赞量预估的效率。将视频博主名、短视频标签数据嵌入特征集，用于训练模型，从而提高了点赞量预估的准确率。
-
公开(公告)号：CN114840657A
公开(公告)日：2022-08-02
申请号：CN202210589958.3
申请日：2022-05-27
Applicant: 北京工业大学
IPC: G06F16/332 , G06F16/33 , G06F16/36
Abstract: 本发明公开了一种混合模式的API知识图谱自适应构建及智能问答方法。该方法的内容包括：基于Stack Overflow平台问题讨论，Github开源项目，网络软件库API说明文档，本地项目采集API信息并进行知识抽取以构建API知识图谱；自适应地训练混合模式的API知识图谱查询模型；查询用户使用通过混合模式的知识图谱查询通过自然语言描述对API信息进行查询；构建结构分区的可视化API信息展示页面。本发明解决了传统API查询中使用自然语言描述查询时准确率低、速度慢、内容丰富度低、呈现不直观的问题，基于混合模式的知识图谱API查询方法，为查询用户提供更加准确，内容更加丰富，呈现更加直观的API信息，提高编程人员的开发效率。
-
公开(公告)号：CN109445970A
公开(公告)日：2019-03-08
申请号：CN201811086951.X
申请日：2018-09-18
Applicant: 北京工业大学
IPC: G06F11/00
Abstract: 本发明公开了一种软件可靠性时间序列预测方法及应用，并在上述基础下，基于复杂JAVA多线程环境，实现线程运行状态监测，线程时间序列采集并可视化，评估线程运行的可靠性及预测线程在未来可能的状态变化趋势曲线。该方法包括：步骤一、注入JAVA程序进行线程状态监控及采集线程时间序列信息；步骤二、可视化线程时间序列，建立LSTM模型，并基于线程时间序列曲线进行模型训练，建立训练集和测试集；步骤三、以训练完的LSTM模型对当前时间段进行可靠性验证及对未来时间段进行趋势曲线预测。本发明解决在JAVA多线程环境下，线程时间序列采集及可视化的问题，并基于环形拓扑的线程监控及线程时间序列分析，提供更加完善、便捷、高效的线程可靠性评估方法。
-
公开(公告)号：CN114840657B
公开(公告)日：2024-12-13
申请号：CN202210589958.3
申请日：2022-05-27
Applicant: 北京工业大学
IPC: G06F16/332 , G06F16/33 , G06F16/36
Abstract: 本发明公开了一种混合模式的API知识图谱自适应构建及智能问答方法。该方法的内容包括：基于Stack Overflow平台问题讨论，Github开源项目，网络软件库API说明文档，本地项目采集API信息并进行知识抽取以构建API知识图谱；自适应地训练混合模式的API知识图谱查询模型；查询用户使用通过混合模式的知识图谱查询通过自然语言描述对API信息进行查询；构建结构分区的可视化API信息展示页面。本发明解决了传统API查询中使用自然语言描述查询时准确率低、速度慢、内容丰富度低、呈现不直观的问题，基于混合模式的知识图谱API查询方法，为查询用户提供更加准确，内容更加丰富，呈现更加直观的API信息，提高编程人员的开发效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
