-
公开(公告)号：CN108647030B
公开(公告)日：2022-03-11
申请号：CN201810275497.6
申请日：2018-03-30
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于闭包算法的同步语言航天C代码自动生成方法，其中，包括：将每一个方程式看作为一个实例，通过获得连接Conn，得到所有结点间关系的元组，其中结点类型分为输入，操作以及输出三种类型；对所有的元组进行标记为false和true，其中false为未检查，true为已被检查，初始标注均为false；通过同步语言模型闭包划分算法组成闭包；通过同步语言模型闭包内部排序算法进行排序；通过拓扑排序获得拓扑序列。本发明一种基于闭包算法的同步语言航天C代码自动生成方法，具有准确性，安全性以及可靠性。
-
公开(公告)号：CN109726120A
公开(公告)日：2019-05-07
申请号：CN201811477275.9
申请日：2018-12-05
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于机器学习的软件缺陷确认方法，包括：步骤一：构建特征向量；步骤二：基于聚类分析的缺陷代码知识库构建，包括：以缺陷代码特征向量集作为数据集输入，聚类集成；对一个数据集进行聚类集成，首先要产生多个聚类结果，然后对这些聚类进行集成；包括进行多个聚类结果收集以及多个聚类结果集成；形成缺陷代码知识库样本；步骤三：基于监督学习的缺陷代码确认，包括：以获得的缺陷代码知识库样本为输入，构建多类分类器并用测试样本判断分类器是否满足评价指标；若不满足评价指标，引入代价函数对分类器进行迭代优化直至满足指标。本发明完成对误报缺陷和非误报缺陷的分离工作，达到软件缺陷精确确认、提高测试效率的目的。
-
公开(公告)号：CN107301128A
公开(公告)日：2017-10-27
申请号：CN201710486867.6
申请日：2017-06-23
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于Petri网模型的系统仿真验证方法，属于系统工程建模技术领域。本发明提出一种模型转换机制，将难以直接通过模型检查器验证实现的、用半形式化的语言描述的SysML模型转换为一种易于验证的形式化语言描述模型，即Petri网模型，再对转换后的模型进行模型的仿真验证，提高了系统工程模型仿真效率。
-
公开(公告)号：CN109726120B
公开(公告)日：2022-03-08
申请号：CN201811477275.9
申请日：2018-12-05
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于机器学习的软件缺陷确认方法，包括：步骤一：构建特征向量；步骤二：基于聚类分析的缺陷代码知识库构建，包括：以缺陷代码特征向量集作为数据集输入，聚类集成；对一个数据集进行聚类集成，首先要产生多个聚类结果，然后对这些聚类进行集成；包括进行多个聚类结果收集以及多个聚类结果集成；形成缺陷代码知识库样本；步骤三：基于监督学习的缺陷代码确认，包括：以获得的缺陷代码知识库样本为输入，构建多类分类器并用测试样本判断分类器是否满足评价指标；若不满足评价指标，引入代价函数对分类器进行迭代优化直至满足指标。本发明完成对误报缺陷和非误报缺陷的分离工作，达到软件缺陷精确确认、提高测试效率的目的。
-
公开(公告)号：CN111881055A
公开(公告)日：2020-11-03
申请号：CN202010775179.3
申请日：2020-08-03
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种军用软件评测规范的Simulink模型设计方法，其中，包括：分解出Simulink自带规则检查工具Model Advisor中直接影响代码标准符合性的模型检查项；收集Simulink模型进行成分分析，并使用Model Advisor中直接影响代码标准符合性的模型检查项进行规则检查，将通过规则检查的模型入库；将GJB 8114强制类准则逐项分解为由代码生成器决定和由用户行为决定的两类，利用假设检验方法对该两类准则进行验证；将得到的Model Advisor中直接影响代码标准符合性的模型准则、需谨慎使用的Simulink模块集合、由用户行为决定的模型设计准则、基于Simulink自带的模块库的模型设计准则进行提炼和加工，形成Simulink模型设计准则。
-
Patent Agency Ranking
公开(公告)号：CN107402759B
公开(公告)日：2020-07-17
申请号：CN201710597752.4
申请日：2017-07-20
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于AADL扩展附件的软件系统堆栈分析方法，属于软件开发技术领域。本发明通过新增属性集，设计了一种基于AADL扩展附件的软件系统堆栈分析方法，其基于树结构实现任务栈空间计算和栈空间调整。利用系统AADL模型信息来构建树，自定义树结点数据结构，计算系统栈空间，并将其与内存大小对比，若设计的栈空间大小超出实际内存大小则进行调整，调整设计的堆栈数据以满足系统要求。该方法可以实现在模型设计阶段进行栈空间分析，提高软件开发效率。
-
公开(公告)号：CN110597955A
公开(公告)日：2019-12-20
申请号：CN201910846499.0
申请日：2019-09-09
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/33 , G06F16/53 , G06F16/583 , G06F16/538
Abstract: 本发明涉及一种基于TFIDF的文档内图片搜索方法，其中，包括：步骤一、获取路径下所有文档；步骤二、MD5校验与去重；步骤三、处理并获取每个文档中的图片与图片描述；步骤四、为所有图片、图片说明及对应文档建立索引，进行图片搜索，包括：根据解析后的图片说明采用TF-IDF方法计算并获得不同图片的向量表示，抽取用户输入的图片查询语句中的关键词信息，构建用户查询向量；通过余弦相似度计算查询语句与不同图片说明之间的相似性；根据计算结果返回最相似的Top K的图片说明对应的图片。本发明现了基于TFIDF的文档内图片的搜索。
-
公开(公告)号：CN107273143A
公开(公告)日：2017-10-20
申请号：CN201710616616.5
申请日：2017-07-26
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明公开了一种基于Xtext的特定领域语言的软件工程设计方法，其中，包括：步骤一、由EMF元模型到Xtext语义模型的转换；骤二、依据步骤一得到的初始的DSL语义模型采用拓扑图结构对语义模型进行验证和优化；步骤三、利用Xtext的语法验证模块编辑验证规则的方法，对代码进行验证；步骤四、验证完成后生成C/Java代码。本发明基于Xtext的特定领域语言的软件工程设计方法，规范DSL设计流程，降低DSL构建成本。同时基于Xtext的代码验证模块，帮助相关人员调式代码，加强DSL对软件环境的适应性。最后，让DSL代码自动生成C/Java代码，避免了语言噪声与语言集中营问题。
-
公开(公告)号：CN117521666B
公开(公告)日：2025-04-04
申请号：CN202311451928.7
申请日：2023-11-03
Applicant: 北京计算机技术及应用研究所
IPC: G06F40/30 , G06F40/211 , G06F40/117 , G06F16/334 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于元学习扩散模型的限定域受限文本生成方法，属于人工智能、大数据、自然语言处理领域。本发明通过关键词抽取和在原始句子中随机插入特定的占位符标记[EMP]，构造大量训练样本；采用局部扩散的方式固定关键词，从而使扩散模型能够完成Hard‑CTG任务，并引入元学习策略对扩散模型训练过程进行优化；引入了另外一个特殊的标记[SLOT]用以指示MDM进行插入的位置，在逆扩散过程中，[SLOT]所标识的位置会逐步由标准高斯噪声转换为一个实际的单词或[EMP]，从而得到包含关键词输入的生成文本。本发明使得扩散模型可在条件文本生成领域发挥其强大的生成优势。
-
公开(公告)号：CN110532557B
公开(公告)日：2023-07-28
申请号：CN201910807636.X
申请日：2019-08-29
Applicant: 北京计算机技术及应用研究所
IPC: G06F40/216 , G06F40/30 , G06F18/22 , G06N3/088 , G06N3/0442 , G06N3/045
Abstract: 本发明涉及一种无监督的文本相似度计算方法，其中，包括：步骤一：进行嵌入层模型预训练，对问题集合中的所有词进行预训练，生成满足模型需要的词向量；步骤二：编码层网络，挖掘句子的语义信息；步骤三：进行基于TFIDF融合的模型改进，包括：在每条问句输入到神经网络的同时，对输入的每条问句进行TFIDF的计算，并将计算好的权值输入到神经网络中，控制最后的句子向量表示，采用了归一化的TFIDF计算方法，并将其融入到编码层和表示层。本发明将深度神经网络模型(Bi‑LSTM)用于语料库的无监督训练，得到语言模型，通过无监督的训练方式，可以充分地利用大规模的语料库的信息，从而提高文本匹配的准确率，提升信息检索的精度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.041 seconds)
