-
公开(公告)号：CN111709910A
公开(公告)日：2020-09-25
申请号：CN202010417205.5
申请日：2020-05-18
申请人： 扬州小纳熊机器人有限公司 , 扬州大学
IPC分类号： G06T7/00 , G06T7/11 , G06T7/155 , G06T7/33 , G06T5/00 , G06T5/30 , G06K9/62 , G06K9/46 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种基于卷积神经网络的PCB板缺陷检测算法，对PCB板图像依次进行图像预处理、数据处理、数据扩张、缺陷检测，图像预处理和数据处理有效降低噪声的负面影响；数据扩张旨在增加数据容量，避免模型过拟合；缺陷检测部分对已有的Inception-ResNet-v2卷积神经模型结构进行改进，所添加的SE模块能对特征图权重再次标注，增加有效缺陷特征的权重，降低无用背景权重，显著提升了模型泛化能力，激活函数由原有的ReLU替换为Leaky ReLU，规避了反向传播过程中梯度消失的问题，网络模型的鲁棒性增强，检测精度提高。
-
公开(公告)号：CN107608732B
公开(公告)日：2020-08-21
申请号：CN201710848983.8
申请日：2017-09-13
申请人： 扬州大学
IPC分类号： G06F8/75
摘要： 本发明涉及一种基于bug知识图谱的bug搜索定位方法。本发明将bug报告、commit信息及代码数据，使用自然语言处理工具处理，使用LDA主题模型建立bug报告与commit间关联关系，LDA主题模型和NiCad克隆检测器建立代码数据与commit间对应关系，建立bug及其相关信息的知识图谱，当搜索某一bug问题，并提供要维护的项目代码数据时，以列表和图谱的形式显示相关bug信息，也能根据开发者提供的项目代码，在Nicad克隆检测器的帮助下，结合搜索结果在项目代码中进行相关bug的检测，将该bug进行定位后返回给开发人员。本发明克服了代码及平台未被利用的缺陷。本发明定位开发者提供的项目代码中的bug，帮助软件开发人员定位和解决bug问题，节约维护时间和成本，提高维护效率。
-
公开(公告)号：CN106201465B
公开(公告)日：2020-08-21
申请号：CN201610486067.X
申请日：2016-06-23
申请人： 扬州大学
IPC分类号： G06F8/10 , G06F8/70 , G06F40/216 , G06F16/9535
摘要： 本发明涉及面向开源社区的软件项目个性化推荐方法。本发明对项目内容进行TF‑IDF特征抽取，结合用户对已知项目评价，推荐结合用户个性和项目需求的相似项目，并针对用户个性，通过ALS协同过滤计算候选推荐结果，使用词频‑逆文本频率计算每个项目特征，按其相似性计算候选推荐结果，将两者推荐结果线性组合，进行过滤和排名，产生推荐结果。本发明克服了过去推荐技术不能完全体现项目特征，粒度不细，准确率不高等缺陷。本发明从用户对已知项目评分和项目内容角度推荐出针对用户个性和项目内容的相似项目，准确地推荐出了与用户所在开发的项目类似的项目内容，实现了个性化推荐功能，为用户参考或重用提供便利，提高了开发人员搜索项目的效率。
-
公开(公告)号：CN111506504A
公开(公告)日：2020-08-07
申请号：CN202010286267.7
申请日：2020-04-13
申请人： 扬州大学
摘要： 本发明公开了一种基于软件开发过程度量的软件安全性缺陷预测方法及装置。本发明通过构造文件开发者图和项目代码修改图，表达了软件开发过程中开发者活动和代码修改的信息；同时使用图神经网络训练嵌入模型对图结构分别进行嵌入操作，获取其对应的特征向量作为度量元，保留了图结构中的大量信息；将获得的文件开发者度量元和文件修改度量元这两种度量元作为特征，利用缺陷数据库中的数据进行数据标注，训练分类模型，获得最终的预测模型，利用该模型进行安全性缺陷预测，在文件粒度上给出预测结果，且预测准确度高。
-
公开(公告)号：CN111339535A
公开(公告)日：2020-06-26
申请号：CN202010094870.5
申请日：2020-02-17
申请人： 扬州大学
IPC分类号： G06F21/57
摘要： 本发明公开了一种面向智能合约代码的漏洞预测方法、系统、计算机设备和存储介质，方法包括：采集若干智能合约代码和漏洞数据；针对每个智能合约代码，提取其代码特征值，并识别与漏洞数据相关度值满足预设条件的代码特征值，记为漏洞特征值；针对每个智能合约代码，利用漏洞特征值构建分类器模型；构建智能合约漏洞预测网络；随机选取若干漏洞特征值，并输入至预测网络进行训练，生成漏洞预测分类器；提取待预测智能合约代码的代码特征值，并将该代码特征值输入至漏洞预测分类器中，获得漏洞预测结果。本发明结合多粒度扫描、级联森林等技术构建漏洞预测分类器，能提供有效的智能合约代码漏洞预测效果，进而提高智能合约代码上链前的代码质量。
-
公开(公告)号：CN106900007B
公开(公告)日：2020-01-03
申请号：CN201710063921.6
申请日：2017-01-25
申请人： 扬州大学
摘要： 本发明涉及面向重叠分簇的无线传感器网络的复杂任务分配方法。本发明根据各传感器节点的物理位置将整个无线传感器网络进行分簇，基站从外界接收待完成的复杂任务，然后对复杂任务进行分解，基站将复杂任务分解完后对其进行分配，任务分配结束后，被分配到任务的节点开始执行任务，在复杂任务被成功完成后，基站更新网络中节点的参数。本发明克服了传感器网络通常规模较大，节点众多，交互需要耗费大量能量，影响网络的生存时间的缺陷。本发明单个簇内的传感器节点能够将任务成功分配，那么节点之间可以通过更短的通信距离进行协作，减少能量的消耗和时间的花费。
-
公开(公告)号：CN107295541B
公开(公告)日：2019-12-27
申请号：CN201610200522.5
申请日：2016-03-31
申请人： 扬州大学
摘要： 本发明提出一种基于虚拟力和萤火虫算法的无线传感网络覆盖优化方法，首先，以无线传感网络中的传感器节点的利用率和网络有效覆盖率作为优化目标，建立相应的数学模型；然后，根据传感器节点之间的虚拟力合力进行传感器节点的初始布局；最后，通过萤火虫算法对传感器节点进行自适应动态部署。本发明在延长无线传感网络寿命的同时有效提高了网络覆盖效率。
-
公开(公告)号：CN106412828B
公开(公告)日：2019-05-07
申请号：CN201610826634.1
申请日：2016-09-14
申请人： 扬州大学
摘要： 本发明公开一种基于APIT的无线传感器网络节点定位方法，包括：(10)锚节点位置信息收发：锚节点发送其位置信息，未知节点接收锚节点位置信息；(20)节点间距获取：根据信号强度，计算未知节点与锚节点的距离；(30)未知节点估计坐标计算：根据与锚节点的距离，计算未知节点的估计坐标；(40)未知节点位置筛选：根据估计坐标，采用改进的APIT算法，筛选包含未知节点的三角形区域；(50)质心多边形选定：将整个无线传感器网络划分成多个网格区域，将网格区域值最高的多边形网格区域选定为质心多边形；(60)未知节点真实坐标确定：根据质心多边形得到未知节点的真实坐标。本发明的节点定位方法，精度准、效率高、成本低。
-
公开(公告)号：CN105760495B
公开(公告)日：2019-03-01
申请号：CN201610093335.1
申请日：2016-02-17
申请人： 扬州大学
IPC分类号： G06F16/242 , G06F16/248 , G06F8/70
摘要： 本发明涉及一种基于知识图谱针对bug问题进行探索性搜索方法。本发明有效地结合bug库及commit库中的信息，通过理解要搜索的内容得到相关的bug信息，建立它们之间的实体关系，并列出相关的bug repotrt信息、commit信息、相关人员的信息及类似的bug信息，提高软件开发和维护人员解决bug问题的效率。本发明克服了现今方法存在的查询结果并不准确，且当数据量较大时，需花费大量的时间进行检索等缺陷。本发明从软件开发者和维护者的角度，理解搜索者输入的内容，提供直观准确的信息，帮助搜索者解决遇到的bug问题。不仅缩短了搜索时间，还确保了搜索结果的准确性，通过记录搜索者浏览的信息，进一步预测搜索者的目的，帮助软件开发人员更全面的了解和学习相关bug的知识。
-
公开(公告)号：CN105426514B
公开(公告)日：2019-03-01
申请号：CN201510867018.6
申请日：2015-11-30
申请人： 扬州大学
IPC分类号： G06F16/953 , G06F16/9535
摘要： 本发明涉及个性化的移动应用APP推荐方法。本发明从应用市场获取用户及APP的信息，并对此进行预处理来，利用情感‑方面‑地区模型，输入预处理后的文档，分别得到用户对于APP的情感‑方面‑地区的潜在偏好，预测用户选择某个APP的概率值，处理后转换为APP索引文件和用户索引文件，利用协相关主题模型，得到User‑App的推荐分数矩阵，将上述SAR模型得到的概率值与CTM模型得到的推荐分数线性结合，分配权值，达到最终的推荐值。本发明克服了只考虑单个元素的传统推荐方法存在的缺陷。本发明综合考虑评论里的方面、情感、种类及地区来发现用户的潜在偏好，更符合用户的实际需求，探索用户对APP各属性的偏好程度，更好地了解用户需求与APP特征，克服了冷启动问题。
-
-
-
-
-
-
-
-
-
搜索结果
276 条记录 (耗时 0.085 秒)
