-
公开(公告)号：CN107391266B
公开(公告)日：2021-03-30
申请号：CN201710405733.7
申请日：2017-06-01
Applicant: 华南理工大学
Abstract: 本发明提供了一种图形化编程多线程同步方法，用户进行图形化编程，采用图形化编程多线程同步方法对图形化编程中的多线程进行管理与同步，解决了现有图形化编程系统不支持多线程同步的问题。本发明在进行多线程处理时，对由图形化编程组件组成有向无环图，其中的单个连通分量进行深度优先搜索，逐个编程组件进行处理。当该编程组件是一个分支节点时，加入新的分支线程启动标志，并结束当前线程；当该编程组件是一个分支合并点时，合并点的第一个父亲编程组件节点负责启动线程，并添加线程等待标志，等待图形化编程线程的同步。本发明能使图形化多线程编程具有线程同步的功能，使编程人员能编写具有更丰富功能的图形化程序。
-
公开(公告)号：CN112506766A
公开(公告)日：2021-03-16
申请号：CN202011392991.4
申请日：2020-12-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种交互式测试用例的自动生成方法，当应用程序的UI界面显示后，通过遍历应用程序UI界面对应的视图树中的所有视图，并记录下其中可点击视图在视图树中的路径，获得UI界面中所有可点击视图在视图树中的路径信息的集合。对该集合中的每一路径信息分别生成对应的测试用例：在测试用例中，根据待测试视图在视图树中的路径信息，在应用程序UI界面中查找到该视图，并触发其点击事件，即完成对该视图的点击交互测试。本发明对应用程序的类型及其运行环境没有严格要求，只需要应用程序的UI布局符合视图树的结构，且每个视图有对应的属性可用于查询其是否能响应点击事件，即可以通过本发明自动生成与用户点击事件相关的测试用例。
-
公开(公告)号：CN112380120A
公开(公告)日：2021-02-19
申请号：CN202011267313.5
申请日：2020-11-13
Applicant: 华南理工大学
IPC: G06F11/36
Abstract: 本发明公开了单元测试代码结构自动解析与路径分析方法。所述方法包括：根据测试程序的语言，获取编译后的字节码；遍历编译后的字节码，在重要语句前分别做插桩代码，同时获取结点信息与小段路径集合；分析小段路径集合，对其中包括嵌套的部分进行替换，得到不包括嵌套的小段路径集合并作为基础，初始化结点之间的路径表格，并利用深度优先DFS算法更新路径表格，依据路径表格得到路径集合；若并非所有路径集合都被覆盖即所有路径集合都已更新，则返回继续更新路径表格；输出获取的路经集合与分析得到的程序流程图CFG。本发明使用自动嵌入插桩代码、编译并分析的方式，能够高效获取路径集合，提高了处理实际软件单元测试路径分析的能力。
-
公开(公告)号：CN111914634A
公开(公告)日：2020-11-10
申请号：CN202010577858.X
申请日：2020-06-23
Applicant: 华南理工大学
Abstract: 本发明属于深度学习、计算机智慧城市监控技术领域，公开一种抗复杂场景干扰的井盖类别自动检测方法，包括：S1、图像收集与分类；S2、图像标注；S3、数据扩充；S4、采用ResNet-101模型作为网络骨架，在ResNet-101模型上添加一系列从大到小的卷积层、池化层和全连接层，用于预测图片中井盖的类别信息和位置信息，构建R-FCN井盖检测模型；S5、通过迭代训练得到最优的R-FCN井盖检测模型；S6、对图片或者视频进行识别得到图片或视频中井盖的类别和位置信息。本发明使用基于深度学习的方法能更加高效地检测出井盖的破损。本发明还提供一种抗复杂场景干扰的井盖类别自动检测系统。
-
公开(公告)号：CN111738070A
公开(公告)日：2020-10-02
申请号：CN202010407732.8
申请日：2020-05-14
Applicant: 华南理工大学
Abstract: 本发明公开了一种多个小目标的自动准确检测方法，用户输入视频流或者多张图像，通过使用训练好的网络模型进行前向传播运算，计算出物体预测最大的概率得到分类类别和在图像中的X,Y值坐标。本方法具有较好的检测性能，并且借鉴了卷积神经网络自动抽取特征的特性，能够进行多物体检测。通过图像分块与非极大值抑制算法，能够准确检测小目标物体。
-
Patent Agency Ranking
公开(公告)号：CN106775683B
公开(公告)日：2020-06-19
申请号：CN201611092887.7
申请日：2016-11-30
Applicant: 华南理工大学
IPC: G06F8/34
Abstract: 本发明公开了一种图形化编程控制与存储系统，包括中心控制模块、与所述中央控制模块连接的显示模块、消息响应模块、图形化编程组件间操作模块、图形化编程组件内操作模块、项目属性及控制模块、自定义组件模块、项目持久化模块和编译模块；所述中心控制模块负责处理、存储和返回传递过来的信息和结果。该系统能够让使用人员通过拖动图形化编程组件从而完成复杂的编程工作，系统最后会生成制定语言或可执行程序，从而实现编程的图形化。通过上述方案，本发明能够实现图形化编程的控制与存储，使编程直观可见，提高编程人员的工作效率。
-
公开(公告)号：CN110543421A
公开(公告)日：2019-12-06
申请号：CN201910819271.2
申请日：2019-08-31
Applicant: 华南理工大学
IPC: G06F11/36
Abstract: 本发明提供了基于测试用例自动生成算法的单元测试自动执行方法。所述方法包括以下步骤：首先对被测试程序的代码进行预处理后进行词法分析，先建立生成测试代码的路径图，并将控制流图输出到文件，然后在经过预处理后的代码中进行定点代码插入，编译插入代码后的文件。然后根据测试用例自动生成算法生成测试用例，调用用户代码，遍历用户代码的每个代码块，计算fitness的算法适应值，获取fitness适应值并生成测试用例对应的路径，当判断路径是否全覆盖或者运行超时退出。本发明适用于软件开发过程中的单元测试，可以通过计算机程序自动生成测试用例进行代码测试以及自动生成测试报告，大大降低了人力资源成本和时间成本。
-
公开(公告)号：CN108776862A
公开(公告)日：2018-11-09
申请号：CN201810409715.0
申请日：2018-05-02
Applicant: 华南理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种支持工序任务量拆分的智能排产方法，能够在使用尽量少并行机台的约束下，针对逾期的任务单，放宽并行机台数量的限制，根据机台在不同时段的工作状态进行耗时较长工序任务量的拆分，从而实现在交货期内完成生产。与当前常用的生产计划排产方法一般只把单个工序的任务量分配给单个机台，无法实现任务量的拆分，在生产任务量大且同类型空闲机台数多的情况下将造成机台资源浪费、生产效率低相比，本发明能支持工作状态不同步的同类型机台的异步开工机制，通过对工序任务量的合理拆分提高机台的利用率，缩短工期，同时遵循使用尽量少的机台以控制原料运输成本的原则，得到在交货期内完成生产的排产结果。
-
公开(公告)号：CN107168698A
公开(公告)日：2017-09-15
申请号：CN201710269436.4
申请日：2017-04-24
Applicant: 华南理工大学
Abstract: 本发明提供图形化编程的自动编译方法，其主要包括以下步骤：图形化程序内存分配、图形化程序线程分配、图形化程序存储结构解析和图形化程序可执行文件生成。基于图形化编程的自动编译生成图形化程序对应可执行文件，用户根据功能要求自由组合图形化模块而形成程序，采用基于图形化编程的自动编译方法对图形化程序进行编译，生成可在控制器直接运行的文件。本发明不需要复杂的编译器和编译环境，就可以通过本发明自动生成图形化程序对应晦涩难懂的可执行文件，然后通过数据交换将生成的可执行文件传至控制器运行进而达到图形化程序相应的动作效果。
-
公开(公告)号：CN104143200B
公开(公告)日：2017-05-31
申请号：CN201410339208.6
申请日：2014-07-16
Applicant: 华南理工大学
Abstract: 本发明提供一种图像附加信息的边框型编码与智能识别方法，其中编码部分，用户提供一张将要打印或印刷的图像与需隐藏的信息。在图像三个角加上定位点、宽高比信息点以及含有循环冗余校验码的信息点后，即可印刷该图像。识别部分，首先使用手机对含有编码信息的图像进行拍摄，接着校正该图像的几何变形，接着对填涂位置进行局部自适应二值化操作，并检测相应信息点，最后输出经循环冗余检验正确的数据。本发明利用图像边框编码信息，在美观与识别效果上取得了平衡，识别准确率高且计算量较小，适合手机使用，本发明图像内容不作修改，满足新闻报纸等对图片真实性的需求，出版商只需为图像加上边框即可实现手机阅读与传统阅读的无缝衔接。
-
-
-
-
-
-
-
-
-
Search Results
146
records
(took 0.028 seconds)
