-
公开(公告)号：CN117593557B
公开(公告)日：2025-01-24
申请号：CN202311265910.8
申请日：2023-09-27
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06V10/77
Abstract: 本发明公开了一种基于Transformer模型的细粒度生物图像分类方法。本发明方法针对需要细粒度生物分类需求，建立包含特征提取模块、特征选择模块和预测模块的分类模型；特征提取模块基于Transformer网络实现，输出以特征块patch表示的图像特征；特征选择模块将patch进行非线性映射，再通过softmax函数生成权重选择一定数量的patch作为新的图像特征，预测模块根据图像特征预测细粒度的生物分类。训练时，计算样本特征间的余弦距离作为距离损失，再结合分类损失优化分类模型参数。本发明方法适用不同基于Transformer的骨干网络，实现了细粒度生物图像分类且分类准确率高。
-
公开(公告)号：CN117421244B
公开(公告)日：2024-05-24
申请号：CN202311540803.1
申请日：2023-11-17
Applicant: 北京邮电大学 , 绿盟科技集团股份有限公司
IPC: G06F11/36 , G06F18/2415 , G06N3/0455 , G06F18/213 , G06N3/094
Abstract: 本发明公开了一种多源跨项目软件缺陷预测方法、装置及存储介质。本发明方法包括：输入多个源项目数据集和一个目标项目数据集；使用编码器对所有数据集提取样本特征；将样本特征梯度反转后对项目标签训练鉴别器；计算每个源项目和目标项目的特征的最大均值差异，将鉴别器输出的目标样本和源样本的相关性作为注意力得分，对多个最大均值差异加权求和作为编码器的损失；建立缺陷类别的分类器；整体训练编码器、鉴别器和分类器；利用训练好的编码器和分类器对目标项目数据集进行特征提取和缺陷分类。本发明装置包括输入模块、编码器G、鉴别器D、分类器C和梯度反转模块。本发明实现了对多源跨项目软件缺陷的预测，经实验验证，缺陷识别准确率高。
-
公开(公告)号：CN117593557A
公开(公告)日：2024-02-23
申请号：CN202311265910.8
申请日：2023-09-27
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06V10/77
Abstract: 本发明公开了一种基于Transformer模型的细粒度生物图像分类方法。本发明方法针对需要细粒度生物分类需求，建立包含特征提取模块、特征选择模块和预测模块的分类模型；特征提取模块基于Transformer网络实现，输出以特征块patch表示的图像特征；特征选择模块将patch进行非线性映射，再通过softmax函数生成权重选择一定数量的patch作为新的图像特征，预测模块根据图像特征预测细粒度的生物分类。训练时，计算样本特征间的余弦距离作为距离损失，再结合分类损失优化分类模型参数。本发明方法适用不同基于Transformer的骨干网络，实现了细粒度生物图像分类且分类准确率高。
-
公开(公告)号：CN113268434B
公开(公告)日：2022-07-26
申请号：CN202110772750.0
申请日：2021-07-08
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于贝叶斯模型和粒子群优化的软件缺陷预测方法。软件缺陷预测方法包括：输入源项目数据集；对源项目数据集的每一维特征计算平均值；根据平均值将源项目数据集中的样本划分为大于和小于平均值两部分；使用一阶依赖的贝叶斯模型分别在两部分数据上进行训练；将训练得到的两个子模型共同构建成一个基分类器；将所有基分类器组成初始种群；使用基于Pareto熵的多目标粒子群优化方法对初始种群进行迭代；得到最优组合权重得基分类器组合；输入目标项目数据集；利用基分类器组合在目标项目数据集上进行分类；输出分类的结果。本发明提供的软件缺陷的预测方法，速度快，准确率高。
-
公开(公告)号：CN109947649B
公开(公告)日：2021-03-23
申请号：CN201910213825.4
申请日：2019-03-20
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种回归测试用例的排序方法及装置，该方法包括：通过从测试日志中按照预设规则提取与预设的测试用例集中测试用例相关的执行信息；根据所述执行信息，确定测试用例优先级排序问题的优化目标；从预设的适应度函数库中选取与所述优化目标对应的适应度函数；利用所选取的适应度函数和所述执行信息，对所述测试用例集中测试用例进行测试用例优先级排序。相对现有技术，本发明提出的方案不易陷入局部最优问题，因此，应该本发明实施例的方法能够得到更优的测试用例优先级排序序列，从而能够提高软件测试的测试效率。
-
Patent Agency Ranking
公开(公告)号：CN108280796A
公开(公告)日：2018-07-13
申请号：CN201711449585.5
申请日：2017-12-27
Applicant: 北京邮电大学
Abstract: 本发明提供一种寄递地址的编码方法，该方法包括：寄递地址的编码分为行政区编码段、小区编码段和楼栋编码段，包括：将所述寄递地址的行政区划代码的前6位代码作为所述行政区编码段；根据所述寄递地址所在的小区与所述寄递地址所在的行政区的相对位置，获取所述小区编码段；将所述寄递地址所在的小区内所有楼栋按照邮路顺序编码，获取所述楼栋编码段。本发明提供了一种寄递地址编码的方法，该方法可将寄递地址编码精确到楼宇，满足了快递公司细化投递区域的需求；在提高企业分拣效率的同时，可促进快递末端共同配送，更好地服务于邮政快递业的发展需要。
-
公开(公告)号：CN117421244A
公开(公告)日：2024-01-19
申请号：CN202311540803.1
申请日：2023-11-17
Applicant: 北京邮电大学 , 绿盟科技集团股份有限公司
IPC: G06F11/36 , G06F18/2415 , G06N3/0455 , G06F18/213 , G06N3/094
Abstract: 本发明公开了一种多源跨项目软件缺陷预测方法、装置及存储介质。本发明方法包括：输入多个源项目数据集和一个目标项目数据集；使用编码器对所有数据集提取样本特征；将样本特征梯度反转后对项目标签训练鉴别器；计算每个源项目和目标项目的特征的最大均值差异，将鉴别器输出的目标样本和源样本的相关性作为注意力得分，对多个最大均值差异加权求和作为编码器的损失；建立缺陷类别的分类器；整体训练编码器、鉴别器和分类器；利用训练好的编码器和分类器对目标项目数据集进行特征提取和缺陷分类。本发明装置包括输入模块、编码器G、鉴别器D、分类器C和梯度反转模块。本发明实现了对多源跨项目软件缺陷的预测，经实验验证，缺陷识别准确率高。
-
公开(公告)号：CN113282510A
公开(公告)日：2021-08-20
申请号：CN202110678288.8
申请日：2021-06-18
Applicant: 北京邮电大学
IPC: G06F11/36
Abstract: 本发明实施例提供一种自动化测试用例的分发方法及装置，所述方法包括：获取待执行自动化测试用例批次中的待执行自动化测试用例；将待执行的各个自动化测试用例根据各个自动化测试用例执行机器的负载状态和分发原则进行选择分配，将待执行的各个自动化测试用例发送到各个被选择的自动化测试用例机器进行执行；获得各台自动化测试用例执行机的结果反馈并进行相应处理。本发明实施例在实现多个自动化测试用例执行机器之间的负载均衡，多个自动化测试用例可以得到合理分发且高效的执行，有效减轻平台负载压力，提升多自动化测试用例执行效率，减少测试人员等待自动化测试用例执行的时间。
-
公开(公告)号：CN109299005B
公开(公告)日：2020-07-07
申请号：CN201811033432.7
申请日：2018-09-05
Applicant: 北京邮电大学
IPC: G06F11/36
Abstract: 本发明实施例提供一种测试脚本的生成方法及装置，所述方法包括：获取模板脚本；对于所述模板脚本中当前解析的脚本语句，若判断所述脚本语句中含有形参，则从数据中心中获取该形参对应的实参；根据所述实参对所述脚本语句进行处理，并根据处理后的脚本语句生成测试脚本；其中，所述数据中心用于存储实参，所述实参在数据中心的存储位置与所述模板脚本和对应的形参相关。本发明实施例实现了模板脚本和数据的分离，在模板脚本的结构不变的情况下，只需要调整数据中心中的实参，即可获得不同的测试脚本。
-
公开(公告)号：CN104317708B
公开(公告)日：2017-06-13
申请号：CN201410562727.9
申请日：2014-10-21
Applicant: 北京邮电大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于迭代的区间运算的软件测试用例自动生成方法及系统，包括：S1、读取待测程序中的预定路径，通过遍历所述待测程序的控制流图得到所述预定路径的各个变量的变量取值区间；S2、将所述变量取值区间通过迭代的区间运算遍历所述控制流图，得到各个所述变量的初始稳定变量取值区间；S3、对所述初始稳定变量取值区间中的无穷变量取值区间进行初始化处理，通过迭代的区间运算遍历所述控制流图，并将运算结果保存到所述初始稳定变量取值区间；S4、根据预设的机制对变量进行排序，并确定当前变量；S5、对所述当前变量的初始稳定变量取值区间进行回退运算、迭代的区间运算及回溯运算，生成测试用例；S6、对生成的所述测试用例进行验证。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.049 seconds)
