-
公开(公告)号：CN104461883B
公开(公告)日：2017-11-14
申请号：CN201410728471.4
申请日：2014-12-03
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于程序执行轨迹的过程间动态程序切片系统，具体方法依据以下五步进行：轨迹分析，首先利用调试器的信息记录程序执行轨迹，找出该次执行中涉及的类和方法；类层次分析，对涉及的类建立类层次图；程序调用分析，在类层次图的基础上建立计算方法的调用信息；控制依赖分析，同时计算涉及方法的控制依赖；程序切片，根据求得的所有信息计算得到程序切片，该系统大大提高了算法的效率，根据调用关系、控制依赖关系提高了切片的精度。根据调用关系，过程间信息的传递称为可能，从而可以对程序进行过程间动态程序切片。
-
公开(公告)号：CN106095661A
公开(公告)日：2016-11-09
申请号：CN201510631000.6
申请日：2015-09-29
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 一种类集成测试中的环路破除方法，该破除方法包括构建完全对象关系图WORD、统计WORD中环路个数、破除WORD中环路；破除WORD中环路首先需要识别出WORD中由类以及它们之间的依赖关系形成的强连通组件SCCs，然后查找每一个强连通分量SCCi中所有的环路，统计SCCi中每条边所涉及的环路数目，进而将一个有环图破除环路成为一个无环图；该方法较全面地考虑面向对象的特点，如多态性、抽象类不可实例化以及类之间不同的继承关系，即公有继承，保护继承和私有继承这三种不同的继承关系等特点对破除环路的影响，提供了较好的静态依赖关系和动态依赖关系构成的环路中边的删除规则，降低了测试成本，提高了测试的准确度。
-
公开(公告)号：CN102968372B
公开(公告)日：2016-05-11
申请号：CN201210495957.9
申请日：2012-11-29
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明涉及一种具有程序分析功能的程序调试系统，该程序调试系统的调试步骤包括与目标虚拟机建立连接、标准调试及扩展调试；该程序调试系统不再局限于传统的程序调试方式，使调试不再仅仅只是分析程序当前的运行状态，调试人员可以查看程序完整的执行过程，方便的调试和理解程序；该程序调试系统还可以记录程序一次执行中的应用类和应用方法，可以降低调试人员的关注范围；本系统进行动态程序切片时不需对程序进行回溯，且只对程序执行过程中涉及的方法进行控制依赖分析，能够提高算法的效率，根据堆栈信息和控制依赖关系能够提高切片的精度。
-
公开(公告)号：CN102789420A
公开(公告)日：2012-11-21
申请号：CN201210256470.5
申请日：2012-07-24
Applicant: 中国矿业大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于程序执行轨迹的动态切片系统，包括系统获得程序的执行路径信息、对Java的.class文件进行静态分析、对程序执行轨迹中每个序列的每条语句的附加变量集进行分析、对源程序中每条语句直接控制依赖结点的获取、对程序执行轨迹中每个序列的每条语句进行附加控制依赖工作及完成对Java过程内程序进行动态切片的功能。在程序切片的过程中不需要对程序进行回溯，大大提高了算法的效率，根据控制依赖关系和变量的定义引用信息提高了切片的精度。
-
公开(公告)号：CN119942640A
公开(公告)日：2025-05-06
申请号：CN202411981932.9
申请日：2024-12-31
Applicant: 中国矿业大学
IPC: G06V40/20 , G06V10/52 , G06V10/80 , G06V20/40 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种面向智慧课堂的细粒度教学行为识别方法，该方法以YOLOv8为基础，提出了一种融合上下文细粒度特征的轻量化教学行为检测模型。为了增强模型在智慧课堂这一特定复杂应用场景中的检测能力，本发明设计了一种细粒度特征提取模块，结合深度卷积与高效多尺度注意力机制，在有效提取细粒度特征的同时，优化了计算资源的利用效率。针对课堂环境中由于教室纵深导致的检测目标尺度跨度大的问题，设计了多尺度特征融合模块，有效提升了模型对不同规模动作的检测能力，尤其是在密集场景中的表现突出。本发明通过设计细粒度特征提取模块、多尺度特征融合模块以及特别针对小目标的细粒度课堂教学行为检测模块，在保持检测速度的同时提高了检测精度。
-
Patent Agency Ranking
公开(公告)号：CN118940104A
公开(公告)日：2024-11-12
申请号：CN202410976534.1
申请日：2024-07-20
Applicant: 中国矿业大学
IPC: G06F18/241 , G01M13/045 , G06F18/2131 , G06N3/045
Abstract: 本发明提供了一种轴承故障诊断方法、装置、计算机设备及存储介质，属于机械设备故障诊断领域，该方法包括：获取训练样本；构建故障诊断模型；训练故障诊断模型，包括：提取样本特征；确定特征之间的欧氏距离，通过欧氏距离确定对比损失，根据对比损失对特征提取模块进行优化；获取目标轴承的长时序振动信号；通过故障诊断模型确定故障原因。这样，通过构建正负样本来充分学习轴承同一故障类型数据的共同特征和不同故障类型数据的特征差异，通过对比学习来缩小正样本对之间由于数据漂移问题存在的差异，同样可以放大负样本对之间的特征差异，从而可以解决实际工业场景下收集到的数据存在的数据漂移问题。
-
公开(公告)号：CN118779218A
公开(公告)日：2024-10-15
申请号：CN202410792370.7
申请日：2024-06-19
Applicant: 中国矿业大学
Abstract: 本发明公开一种融合强化学习和模拟退火策略的类集成测试序列生成方法，首先对程序进行静态分析以获取类间耦合信息，计算属性复杂度、方法复杂度以及测试桩复杂度；其次，设计强化学习场景，构建测试成本矩阵，将类与类之间的关系建模为与智能体交互的环境；然后，设计动作探索策略，采用基于模拟退火的探索策略来进行智能体动作的选择；最后，利用Sarsa算法对智能体进行训练，通过智能体与环境的不断交互学习最优策略，当学习过程结束，得到一个最优的类集成测试序列；本发明能够有效地降低类集成测试序列的总体测试桩复杂度，在不同待测程序上多次生成解的稳定性也得到了提升，提高软件测试的效率，更好地控制了软件产品的质量。
-
公开(公告)号：CN118427735A
公开(公告)日：2024-08-02
申请号：CN202410505856.8
申请日：2024-04-25
Applicant: 中国矿业大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/25 , G06F18/213 , G06V40/20 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明提供了一种课堂动作识别方法、装置、计算机设备和储存介质。该方法包括：首先采集人体交互动作多模态数据。通过构建共享编码器和差异编码器将多模态动作数据分别映射到模态关联空间和模态特有空间。在模态关联特征空间中，利用同一动作对应的不同模态数据特征构建成正样本对，利用对比学习缩小正样本对之间的语义距离。在模态特有特征空间中，使用图卷积神经网络和门控循环单元分别提取视觉骨架数据特征、传感器感知数据特征，并计算各模态动作识别的概率分布，结合KL散度减小概率分布的差异性。通过构建正交损失减少共享特征和差异特征之间的冗余信息，并实现不同模态特征之间的自适应融合，进行交互动作识别。
-
公开(公告)号：CN117634561A
公开(公告)日：2024-03-01
申请号：CN202311589024.0
申请日：2023-11-24
Applicant: 中国矿业大学
IPC: G06N3/0464 , G06N3/042 , G06N3/0985
Abstract: 本发明公开了一种多视图异质超图卷积网络模型的实现方法，步骤如下：首先根据交互与语义类型的不同，来构建关系超图与元路径超图；然后在多视图异质超图卷积网络中设计分步式的超图卷积范式，分别在两种超图上捕捉节点之间多元的交互特征，学习出在局部结构视图下与高阶语义视图下的节点嵌入；在构建元路径超图的过程中，多视图异质超图卷积网络会以原始元路径图作为先验信息，学习得到无余且非稀疏的元路径超图；最后通过门控式特征融合网络将两种视图下的节点嵌入加权融合，得到局部结构与高阶语义增强的节点嵌入，用于多种下游分析任务。本发明能降低模型学习时的计算耗费，减少模型中的参数数量，避免过拟合问题，适于多种大数据处理场景。
-
公开(公告)号：CN107194434B
公开(公告)日：2020-06-30
申请号：CN201710457186.7
申请日：2017-06-16
Applicant: 中国矿业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于时空数据的移动对象相似度计算方法及系统，该方法主要利用行人、用户等移动对象的轨迹数据，基于他们活动的位置、路径等信息，发现他们的相似性。主要包括2个部分：第一部分：利用预先定义的活动热点对时空轨迹进行序列化，将原始的轨迹点序列转化为活动序列；第二部分：利用第一部分得到的移动对象的活动序列，从中发现移动对象的活动规律，进而计算移动对象整体的活动习惯相似度。系统包括3个模块：轨迹数据加载模块、轨迹序列化模块和移动对象相似度计算模块。基于时空数据的移动对象相似性度量方法及系统在精准广告推荐、智能交通管理、城市位置服务等多个领域均有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.03 seconds)
