-
公开(公告)号：CN110806861B
公开(公告)日：2021-10-08
申请号：CN201910957514.9
申请日：2019-10-10
Applicant: 南京航空航天大学
IPC: G06F8/30 , G06F16/9538 , G06F40/279
Abstract: 本发明公开了一种结合用户反馈信息的API推荐方法及终端，包括步骤如下：输入用户查询语句，用API推荐系统对该查询语句进行推荐，得到API推荐结果列表；对反馈列表中的反馈信息和API推荐结果列表中的API进行特征提取；根据排序学习和主动学习技术对API推荐结果列表进行重新排序，并向用户呈现重新排序后的API推荐结果列表；用户在重新排序后的API推荐结果列表中选择可用于解决该查询语句的API，与该查询语句一起形成反馈数据并放入反馈列表中保存。与现有技术相比，本发明利用了反馈信息，使其能获得更好的排序结果。
-
-
公开(公告)号：CN112711543B
公开(公告)日：2021-06-08
申请号：CN202110323054.1
申请日：2021-03-26
Applicant: 南京航空航天大学
IPC: G06F11/36
Abstract: 本发明属于软件缺陷预测领域，具体公开了一种基于加权软件网络的工作量感知缺陷预测方法，该工作量感知缺陷预测方法根据软件模块间依赖及协同开发者两种关联关系，设计了软件模块间的关联强度计算方法，进而构建有效的加权软件网络结构，并采用图嵌入技术的强大的学习能力，自主学习加权软件网络图中软件模块的特征表示，更好地反应软件模块间的数据、调用依赖及协同开发者的依赖关系；同时，本发明将发现缺陷的审查代码工作量考虑到缺陷预测方法构建中，符合软件开发实际需求，便于快速、准确地发现软件缺陷。
-
公开(公告)号：CN112561165A
公开(公告)日：2021-03-26
申请号：CN202011490201.6
申请日：2020-12-16
Applicant: 南京航空航天大学
Abstract: 本发明公开一种基于组合模型的多维时序数据预测方法。具体步骤是：对时序数据进行平稳性检验，观察其中是否存在周期重复模式，探索数据的可预测性；通过滑动窗口的方式批量采集样本，形成 的数据对；将采集样本中的特征部分分别输入到双通道神经网络和支持向量机(SVM)中；借鉴注意力(Attention)机制对两个通道的输出向量加权融合；计算最终输出与标签之间的平均绝对误差，并以此作为损失函数训练网络的内部参数；在结果融合部分根据模型的R方评价指标选取最佳比例进行线性融合。在不同领域的两个数据集上进行测试，预测的拟合程度分别能够达到98.36％和92.50％，对比传统和前沿模型都占有优势。因此该模型能够高效解决多维时序数据预测问题。
-
公开(公告)号：CN112306494A
公开(公告)日：2021-02-02
申请号：CN202011167670.4
申请日：2020-12-03
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于卷积和循环神经网络的代码分类及聚类方法，实验数据集共包含104个类别的代码。代码分类的具体步骤是：使用srcml生成代码的AST；根据AST的展开序列使用Word2vec生成节点的词向量；将该AST切割成由循环、条件AST构成的子树序列；每个子树使用树形卷积神经网络TBCNN进行编码；将编码得到的向量输入到双向LSTM中并将每个时间步生成的代码向量放到一个矩阵中；然后使用最大池化将该矩阵压缩得到一个向量；使用一层全连接神经网络将该向量映射得到一个104维的代码向量；使用one‑hot方法生成标记向量，以交叉熵作为损失函数。接着使用TSNE方法进行降维，再使用K‑means聚类方法对代码实现聚类。分类的准确率能够达到97.8％，聚类的准确率达到83.6％。
-
Patent Agency Ranking
公开(公告)号：CN108717470B
公开(公告)日：2020-10-23
申请号：CN201810611256.4
申请日：2018-06-14
Applicant: 南京航空航天大学
Abstract: 本发明提供的具有高准确度的代码片段推荐方法，包括：将项目进行切割、划分，生成类文件、代码片段、代码片段方法体和代码片段注释；将代码片段方法体和代码片段注释生成代码片段方法体向量和代码片段注释向量；对每个类文件进行编译和反编译，从反编译文件中提取代码片段的指令序列；将用户输入的查询生成查询向量，根据查询向量与代码片段文本特征之间的文本相似度，筛选出一组文本相似度最高的初步推荐结果；根据初步推荐结果中的所有代码片段之间的语义相似度，对初步推荐结果进行二次筛选和重新排序，形成最终推荐结果；本发明弥补了现存方法使用特征单一、推荐结果没有经过过滤，导致推荐准确度不高的缺陷；适用于开源代码片段推荐领域。
-
公开(公告)号：CN107645412B
公开(公告)日：2020-10-20
申请号：CN201710810726.5
申请日：2017-09-11
Applicant: 南京航空航天大学
Abstract: 本发明公开一种开放环境下的Web服务组合多目标验证方法，包括：抽象出Web服务组合过程与QoS属性，并建模成为多目标马尔可夫决策过程；将影响Web服务组合过程的环境条件抽象出来，建模成为传统的马尔可夫决策过程，使之与Web服务组合模型交互，真实的模拟了在复杂的开放环境下，Web服务组合受动态的环境影响的过程；根据用户偏好，将QoS属性建模成为多目标时序逻辑公式；将以上Web服务组合模型、环境模型、多目标时序逻辑公式作为方法的输入，使用概率模型检测工具，最终得到满足用户需求的定量结果并导出相应策略。本发明方法解决了在复杂的开放环境下，由于环境的不确定性、用户需求多目标性所导致的传统Web服务组合验证方法难以直接使用的问题。
-
公开(公告)号：CN109783638A
公开(公告)日：2019-05-21
申请号：CN201811539726.7
申请日：2018-12-17
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于半监督学习的用户评论聚类方法，包括步骤如下：将用户评论处理成后续操作所需形式；将处理后的用户评论转换成向量空间模型并用主成分分析进行降维；使用N-gram确定用户评论的聚类簇数目K值；构建必连约束和勿连约束；使用COP-Kmeans聚类算法进行用户评论聚类。本发明提出基于半监督学习的用户评论聚类方法，结合开发人员的领域专业知识，提高了用户评论聚类的准确率，减少了开发人员从用户评论中挖掘信息所需的时间。
-
公开(公告)号：CN108717470A
公开(公告)日：2018-10-30
申请号：CN201810611256.4
申请日：2018-06-14
Applicant: 南京航空航天大学
Abstract: 本发明提供的具有高准确度的代码片段推荐方法，包括：将项目进行切割、划分，生成类文件、代码片段、代码片段方法体和代码片段注释；将代码片段方法体和代码片段注释生成代码片段方法体向量和代码片段注释向量；对每个类文件进行编译和反编译，从反编译文件中提取代码片段的指令序列；将用户输入的查询生成查询向量，根据查询向量与代码片段文本特征之间的文本相似度，筛选出一组文本相似度最高的初步推荐结果；根据初步推荐结果中的所有代码片段之间的语义相似度，对初步推荐结果进行二次筛选和重新排序，形成最终推荐结果；本发明弥补了现存方法使用特征单一、推荐结果没有经过过滤，导致推荐准确度不高的缺陷；适用于开源代码片段推荐领域。
-
公开(公告)号：CN118550546B
公开(公告)日：2024-10-22
申请号：CN202411009376.9
申请日：2024-07-26
Applicant: 南京航空航天大学
Abstract: 本发明公开一种Python项目依赖冲突检测和解决方法及装置，涉及Python依赖冲突检测和解决技术领域。该方法包括：根据从PyPI官方网站和开源平台中收集Python库和版本信息，构建知识图谱；对待分析目标Python项目进行解析，得到依赖项；根据本地Python环境中的库组件依赖和依赖项，应用知识图谱对待分析目标Python项目的库依赖冲突进行检测，得到检测结果；当检测结果为存在库依赖冲突时，对待分析目标Python项目中存在库依赖冲突的库组件依赖和依赖项，应用图搜索算法，输出推荐Python版本和对应的组件版本。本发明能够提高Python库依赖冲突检测和解决的效果。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.031 seconds)
