-
公开(公告)号：CN107808278B
公开(公告)日：2021-09-24
申请号：CN201710940238.6
申请日：2017-10-11
Applicant: 河海大学
IPC: G06Q10/10 , G06F16/9535 , G06F16/35
Abstract: 本发明公开了一种基于稀疏自编码器的Github开源项目推荐方法，分别从项目、用户、项目‑用户三个维度进行数据预处理，得到用户关联度矩阵、项目关联度矩阵、用户‑项目关联度矩阵；对文本信息进行提取，通过分析文本相似度对项目进行聚类。结合协同过滤模型和稀疏自编码器帮助开发者找到合适的开源项目。将数据预处理所得的三个矩阵作为输入，通过神经网络迭代学习，得到两个潜在因子向量，通过潜在因子向量的内积预测出用户‑项目关联度矩阵中的缺失项，根据开源项目的聚类信息，将同一类中分值较高的前N项进行推荐。推荐合适的项目给开发者，节省了开发者在海量开源项目中寻找自己感兴趣的项目的时间，有效地提高了开发者参与开源项目的性能。
-
Patent Agency Ranking
公开(公告)号：CN104915680A
公开(公告)日：2015-09-16
申请号：CN201510303659.9
申请日：2015-06-04
Applicant: 河海大学
CPC classification number: G06K9/6223 , G06K9/6229 , G06N3/08
Abstract: 本发明公开一种基于改进型RBF神经网络的多标签蜕变关系预测方法，首先从函数源码创建控制流图(CFG)，然后从控制流图(CFG)提取一组特性，从CFG中提取两种类型的特性一种是基于结点的特性，一种是基于路径的特性，由特性值和标签构成训练集，采用改进型的RBF神经网络即优化隐含层RBF神经网络基函数中心的求取算法—k均值聚类，用AP聚类自动寻找k值，以获得隐含层结点数目，并构造Huffman树选取初始的聚类中心，然后构造体现多标签之间信息的标签计数向量C，然后与改进k均值聚类后求得的RBF神经网络基函数中心线性叠乘，获取新的基函数中心，建立RBF神经网络模型进行蜕变关系的预测。
-
公开(公告)号：CN104915680B
公开(公告)日：2018-06-19
申请号：CN201510303659.9
申请日：2015-06-04
Applicant: 河海大学
Abstract: 本发明公开一种基于改进型RBF神经网络的多标签蜕变关系预测方法，首先从函数源码创建控制流图(CFG)，然后从控制流图(CFG)提取一组特性，从CFG中提取两种类型的特性一种是基于结点的特性，一种是基于路径的特性，由特性值和标签构成训练集，采用改进型的RBF神经网络即优化隐含层RBF神经网络基函数中心的求取算法—k均值聚类，用AP聚类自动寻找k值，以获得隐含层结点数目，并构造Huffman树选取初始的聚类中心，然后构造体现多标签之间信息的标签计数向量C，然后与改进k均值聚类后求得的RBF神经网络基函数中心线性叠乘，获取新的基函数中心，建立RBF神经网络模型进行蜕变关系的预测。
-
公开(公告)号：CN107808278A
公开(公告)日：2018-03-16
申请号：CN201710940238.6
申请日：2017-10-11
Applicant: 河海大学
CPC classification number: G06Q10/103 , G06F17/30705 , G06F17/30867
Abstract: 本发明公开了一种基于稀疏自编码器的Github开源项目推荐方法，分别从项目、用户、项目-用户三个维度进行数据预处理，得到用户关联度矩阵、项目关联度矩阵、用户-项目关联度矩阵；对文本信息进行提取，通过分析文本相似度对项目进行聚类。结合协同过滤模型和稀疏自编码器帮助开发者找到合适的开源项目。将数据预处理所得的三个矩阵作为输入，通过神经网络迭代学习，得到两个潜在因子向量，通过潜在因子向量的内积预测出用户-项目关联度矩阵中的缺失项，根据开源项目的聚类信息，将同一类中分值较高的前N项进行推荐。推荐合适的项目给开发者，节省了开发者在海量开源项目中寻找自己感兴趣的项目的时间，有效地提高了开发者参与开源项目的性能。
-
公开(公告)号：CN107808322A
公开(公告)日：2018-03-16
申请号：CN201710974205.3
申请日：2017-10-19
Applicant: 河海大学
CPC classification number: G06Q30/0631 , G06F17/30867
Abstract: 本发明公开了一种面向用户的大数据个性化推荐系统蜕变测试方法，先将大数据个性化推荐系统按照功能模块进行划分；接着对功能模块进行分析，并形成功能测试点，在测试点的基础上构造蜕变关系；根据功能测试点的原始输入和蜕变关系生成衍生测试用例；对比衍生测试用例的测试结果和原始结果，看是否满足蜕变关系。本发明能很好地解决Oracle问题，以满足用户的具体需求。
-
公开(公告)号：CN107734004A
公开(公告)日：2018-02-23
申请号：CN201710883486.1
申请日：2017-09-26
Applicant: 河海大学
IPC: H04L29/08
CPC classification number: H04L67/1002 , H04L67/2842
Abstract: 本发明公开了一种基于Nginx、Redis的高并发负载均衡系统，以Nginx作为反向代理服务器，对来自多个客户端的高并发请求进行反向代理，分发给不同的Tomcat服务器，使用Redis作为缓存数据库用于保存实时计算的缓存队列和加速数据库查询效率，使用MySQL作为结构化数据库用于存储处理过的数据。本发明的架构能够将高并发的访问反向代理分发到不同的服务器，达到负载均衡的目的，而Redis缓存数据库能够满足高并发数据实时处理和存储的需求，提高处理速度，降低高并发带来的性能影响，具有很好的实用价值。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
