-
公开(公告)号:CN110287124B
公开(公告)日:2023-04-25
申请号:CN201910595620.7
申请日:2019-07-03
Applicant: 大连海事大学
Abstract: 本发明公开了一种自动标记软件错误报告并进行严重性识别的方法,包括以下步骤:S1:对软件错误报告进行编码并将错误报告标记为严重或不严重;S2:采用严重报告和不严重报告训练分类器,获得每个输入报告的后验概率,其中后验概率为输入报告分类的概率分布;S3:采用完成训练的分类器对无标记报告的数据集进行分类,并获得该数据集中每个样例的后验概率;S4:根据S3中求得的后验概率求解每个无标记报告的模糊度;S5:将无标记报告按照模糊度的升序排列,选取前k个无标记报告填充到原数据集中扩充数据集,对扩充后的数据集重新训练分类器。
-
公开(公告)号:CN101723065A
公开(公告)日:2010-06-09
申请号:CN200910249042.8
申请日:2009-12-31
Applicant: 大连海事大学
Abstract: 本发明公开了一种船舶驾引专家知识库建立的方法,其特征在于包括如下步骤:a、航路研究阶段;b、航法研究阶段;c、航行图的完善和优化阶段;d、船舶驾引专家知识库的建设阶段,在步骤b中对航道获取航法和步骤c获取新电子航行图的基础上,对获取到的驾引专家知识进行形式化描述,形成文字、航段航行图和航段相关音频信息,通过编制软件实现知识录入,开发驾引专家知识库。航行人员可利用此系统对正在航行航道信息的检索、查询,显示该航道的概括地貌、航道情况、航行注意事项及参考的航行方法等。以保证船舶的安全航行,降低船舶事故的发生,减少对人身安全的危害,减少经济的损失,从而加快航行事业的发展,适于在船舶驾引中广泛推广。
-
公开(公告)号:CN101645369A
公开(公告)日:2010-02-10
申请号:CN200910013490.8
申请日:2009-08-27
Applicant: 大连海事大学
IPC: H01H47/00
Abstract: 本发明公开了一种继电器开关量隔离电路,其特征在于继电器采用双刀双掷开关继电器,所述双刀双掷开关继电器的双开触点同时连接到高电平上,双闭触点同时连接到低电平上,其中双开触点和双闭触点作为输入端;所述双刀双掷开关继电器的输出端串联,并连接到外部开关量输入端的端子上;所述双刀双掷开关继电器的控制线圈一端连接到电源上,另一端连接到三极管的集电极上,所述三极管的发射极连接到地上,基极连接到开关量触发端上。该开关量的隔离电路还具有结构简单、工作稳定、使用范围极为广泛以及电路易集成等特点。特别适合在具有较强干扰的工业应用场合中广泛推广。
-
公开(公告)号:CN101281407A
公开(公告)日:2008-10-08
申请号:CN200810011371.4
申请日:2008-05-09
Applicant: 大连海事大学
IPC: G05B19/418 , H04L12/28 , B66C13/18 , B66C13/16
CPC classification number: Y02P90/02
Abstract: 本发明公开了一种基于WLAN的塔机自动安全监控系统及方法,在传统塔机侧控制台上还设置WLAN通信单元,用于塔机侧控制台与塔机侧控制台之间或控制室侧控制台之间的信息传送;所述控制室侧控制台包括WLAN通信单元和上位机,对塔机侧控制台发出的实时信息进行接收和处理;在两端开机初始化;塔机侧与控制室分别独立工作,塔机侧对塔机的工作状态信息进行采集,控制室处于开启等待接收;塔机侧控制台对采集的信息进行处理后,可对塔机进行反控制;控制室进行备份和信息实时显示。本发明具有组网灵活、多网络拓补等优点,满足塔机安全监控系统可靠、稳定的组网要求,满足了安全生产以及监督生产的设计目标,较适用于多塔机联合工作的场合。
-
公开(公告)号:CN101211183A
公开(公告)日:2008-07-02
申请号:CN200710159318.4
申请日:2007-12-25
Applicant: 大连海事大学 , 锦州市现场心理、现场物证鉴定研究学会
IPC: G05B19/418 , H04L12/28
CPC classification number: Y02P90/02
Abstract: 本发明基GPRS/CDMA的塔机自动安全监控系统涉及一种塔机监控系统,该监控系统包括塔机侧功能控制台(1)和控制室侧功能控制台(3),塔机侧功能控制台(1)通过GPRS/CDMA无线网络(2)与控制室侧功能控制台(3)无线连接。本发明的有益效果是:减少了塔机使用安全事故,提高了塔机运行的安全性,并且能满足用户对塔机控制方面的需求,使塔机运行更安全、更平稳、更有效。
-
公开(公告)号:CN101211170A
公开(公告)日:2008-07-02
申请号:CN200710159319.9
申请日:2007-12-25
Applicant: 大连海事大学 , 锦州市现场心理、现场物证鉴定研究学会
IPC: G05B19/048
Abstract: 本发明涉及一种塔机监控系统,该监控系统包括通过无线网络连接的塔机侧控制台和控制室侧控制台,塔机侧控制台包括环境监测单元、起重信息监测单元、塔身基础监测单元、小车信息监测单元、信息采集隔离整理单元、基于FPGA的主控单元、存储单元、输出控制单元、可扩展键显单元和无线传输单元,信息采集隔离整理单元单向连接于基于FPGA的主控单元,存储单元、输出控制单元、可扩展键显单元、无线传输单元分别双向连接于基于FPGA的主控单元。本发明的有益效果是:减少了塔机使用安全事故,提高了塔机运行的安全性,并且能满足用户对塔机控制方面的需求,使塔机运行更安全、更平稳、更有效。
-
公开(公告)号:CN111723010B
公开(公告)日:2024-02-23
申请号:CN202010538383.3
申请日:2020-06-12
Applicant: 大连海事大学
IPC: G06F11/36 , G06F18/2431 , G06N3/0499 , G06N3/086
Abstract: 本发明公开了一种基于稀疏代价矩阵的软件BUG分类方法,包括以下步骤:S1:获取软件BUG报告;S2:对软件BUG报告数据进行编码操作,S3:初始化稀疏代价矩阵;S4:使用编码后的数据训练加权极限学习机、使其输出正确的报告分类结果;S5:使用训练好的加权极限学习机求出该加权极限学习机的局部泛化误差;S6:使用差分进化算法中的交叉变异策略产生新的软件BUG稀疏权重矩阵;S7:使用新的稀疏权重矩阵在相同不平衡数据集上训练新的加权极限学习机、S8:直至无法得到更低的局部泛化误差;S9:使用能够得到最低的局部泛化误差的加权极限学习机预测未知的软件BUG报告、得到其相应的报告分类结果。
-
公开(公告)号:CN111325690B
公开(公告)日:2023-08-22
申请号:CN202010104677.5
申请日:2020-02-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于差分进化算法的自适应水下图像增强方法,包括对水下原始图像进行直方图均值化操作得到颜色调整图像,对颜色调整图像进行细节锐化处理得到细节增强图像,基于暗通道先验法对细节增强图像进行亮度增强,通过对细节增强图像的反转图像进行去雾操作得到亮度增强后的水下图像;将水下图像评价指标作为优化算法的适应度函数,选取待调整参数,将原始水下图像的颜色调整、细节增强、亮度增强过程中的待调整参数通过优化算法的适应度函数进行反馈调节,循环执行图像处理过程直到达到优化算法的停止条件为止,从而根据最优的待调整参数得到水下增强图像。
-
公开(公告)号:CN111723010A
公开(公告)日:2020-09-29
申请号:CN202010538383.3
申请日:2020-06-12
Applicant: 大连海事大学
IPC: G06F11/36 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于稀疏代价矩阵的软件BUG分类方法,包括以下步骤:S1:获取软件BUG报告;S2:对软件BUG报告数据进行编码操作,S3:初始化稀疏代价矩阵;S4:使用编码后的数据训练加权极限学习机、使其输出正确的报告分类结果;S5:使用训练好的加权极限学习机求出该加权极限学习机的局部泛化误差;S6:使用差分进化算法中的交叉变异策略产生新的软件BUG稀疏权重矩阵;S7:使用新的稀疏权重矩阵在相同不平衡数据集上训练新的加权极限学习机、S8:直至无法得到更低的局部泛化误差;S9:使用能够得到最低的局部泛化误差的加权极限学习机预测未知的软件BUG报告、得到其相应的报告分类结果。
-
公开(公告)号:CN111291899A
公开(公告)日:2020-06-16
申请号:CN202010104649.3
申请日:2020-02-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于自适应代价矩阵的宽度学习系统不平衡分类方法,将输入数据通过特征映射得到数据特征,将数据特征采用特征映射得到增强特征,将数据特征和增强特征组合进而获取输出权重矩阵Wout采用稀疏代价矩阵W对输出权重矩阵Wout进行改进,获取权重矩阵Wout的最优值 使用优化算法对稀疏代价矩阵进行优化,提高宽度学习系统的准确率和F值,该方法通过对不同的分类数据采用不同的分类代价,一方面使用稀疏代价矩阵为代价学习方法提供了较少的参数,另一方面通过优化算法框架对稀疏代价矩阵进行优化,可以快速获得最优的稀疏代价矩阵的参数。与传统解决不平衡分类方法相比,该方法并没有改变原始数据的分布而采用代价敏感的方法。
-
-
-
-
-
-
-
-
-