-
公开(公告)号：CN118396701A
公开(公告)日：2024-07-26
申请号：CN202410342091.0
申请日：2024-03-25
申请人： 扬州大学 , 扬州叮当科技有限公司
IPC分类号： G06Q30/0601 , G06Q30/0202 , G06Q30/0203 , G06F16/9537 , G06F18/27 , G06F123/02
摘要： 本发明公开了一种自动售货机商品融合推荐方法及系统，本发明包括：基于消费者ID或付款方ID获取消费者信息和历史消费记录信息，采用个性化推荐模型进行商品推荐，得到第一商品推荐列表；获取自动售货机的销售数据，采用基于时间序列的预测模型进行销售额预测并转化为商品推荐，得到第二商品推荐列表；对于第一商品推荐列表和第二商品推荐列表中的每个商品，根据其在列表中的位置计算加权综合分数，得到商品融合推荐结果。本发明融合了个性化推荐和时序预测销售的推荐效果，克服了单维度推荐的不足，提升了推荐效果和用户购物体验。
-
-
公开(公告)号：CN118041827B
公开(公告)日：2024-08-09
申请号：CN202410318136.0
申请日：2024-03-20
申请人： 扬州大学
IPC分类号： H04L43/0823 , H04L43/50 , H04L41/14 , H04L41/142
摘要： 本发明公开了一种基于Petri‑Net的信息物理系统中数据丢失错误检测方法及系统，该方法首先将信息物理系统映射为带数据的佩特里网并生成合并过程，根据删除规则优化合并过程中的事件和条件得到优化合并过程，在所述优化合并过程中判断每一个事件是否为丢失事件，输出数据丢失错误的事件集合；本发明通过删除规则对合并过程进行优化，降低了模型的复杂度；设计了数据丢失错误的检测算法，可以检测出信息物理系统数据流中的数据丢失错误，以验证信息物理系统的设计正确性。
-
公开(公告)号：CN117972691A
公开(公告)日：2024-05-03
申请号：CN202311767173.1
申请日：2023-12-20
申请人： 扬州大学
摘要： 本发明公开了一种基于遗忘学习的可解释图推荐系统后门防御方法及系统，通过触发器还原算法还原潜在的图触发器，并通过遗忘学习遗忘后门触发器特征，从而将后门模型净化为正常模型。本发明首先利用一定比例的干净数据集，通过可解释的图后门还原算法，恢复后门模型中的后门触发器子图。随后，将后门触发器子图添加至正常样本，通过基于知识蒸馏的遗忘学习算法，遗忘后门触发器特征并保持模型在正常任务上的精度，以此来净化后门模型。本发明能够有效解决攻击者通过修改用户之间的关系，改变用户信息操作得到中毒子图，用户使用中毒数据训练的后门模型时，遭受如恶意广告侵扰等问题，有助于提升服务质量和用户体验。
-
公开(公告)号：CN114547619B
公开(公告)日：2024-04-19
申请号：CN202210027014.7
申请日：2022-01-11
申请人： 扬州大学
IPC分类号： G06F21/57
摘要： 本发明公开了一种基于树的漏洞修复系统及修复方法，包括：构建漏洞数据集；将漏洞数据集中的代码生成语法树AST，对语法树AST进行差异操作，在进行差异操作后的语法树AST上添加数据依赖和控制依赖并形成新的语法树AST；对新的语法树AST进行抽象化和规范化处理得到token序列；将漏洞数据集分为训练集与测试集，将token序列和训练集输入至seq2seq模型中进行训练得到训练好的seq2seq模型；将测试集转换为输入序列并输入至训练好的seq2seq模型中，得到修复的测试集的代码。本发明使用语法树表征代码并结合漏洞引入的启发式规则，对最终生成的修复代码进行优化，使得修复代码能够更好的使用，并且自动化的漏洞修复使得漏洞修复的成本降低，提高了修复速度。
-
公开(公告)号：CN111309865B
公开(公告)日：2024-03-22
申请号：CN202010087760.6
申请日：2020-02-12
申请人： 扬州大学
IPC分类号： G06F16/33 , G06F16/36 , G06F16/901 , G06F16/903
摘要： 本发明公开了一种相似缺陷报告推荐方法、系统、计算机设备和存储介质，方法包括：对新缺陷报告进行预处理，构建该缺陷报告的第一实体集合S1；计算集合S1中每个实体的TF‑IDF值，并按照TF‑IDF值对实体进行降序排列，构建第二实体集合S2；针对集合S2中的每个实体S，结合缺陷知识图谱，查询与新缺陷报告通过实体S相关联的缺陷报告，构建第一缺陷报告集合Buglist1；针对集合Buglist1中的每个关联缺陷报告b，求取其与新缺陷报告的余弦相似度，构建第二缺陷报告集合Buglist2；求取集合Buglist1与Buglist2对应位置元素的相似度值，构建第三缺陷报告集合Buglist3；结合集合Buglist3和缺陷知识图谱，返回新缺陷报告的相似缺陷报告列表。本发明能显著提高相似缺陷报告推荐的准确度。
-
公开(公告)号：CN111597347B
公开(公告)日：2023-11-10
申请号：CN202010330518.7
申请日：2020-04-24
申请人： 扬州大学
IPC分类号： G06F16/36 , G06F40/295 , G06F16/33 , G06F16/215
摘要： 本发明公开了一种知识嵌入的缺陷报告重构方法及装置，属于软件缺陷领域。本发明将信息检索和信息抽取技术相结合，首先将异构的历史缺陷数据转化为统一的知识表示，进行系统化的组织管理便于复用。在此基础上，从原始查询中学习词嵌入，从缺陷知识图谱中获取实体嵌入和实体上下文嵌入，并采用深度学习技术，将上述三种不同级别嵌入进行融合，生成一个统一的缺陷表示。该重构方法从细粒度的实体级别充分挖掘原始查询内部语义信息，扩展外部背景知识，并保留了查询原始结构，显著提高了缺陷检索的准确率。同时重构后的缺陷嵌入向量可直接作为匹配模型输入，广泛适于多种基于信息检索的缺陷分析任务。
-
公开(公告)号：CN110442527B
公开(公告)日：2023-07-18
申请号：CN201910757075.7
申请日：2019-08-16
申请人： 扬州大学
摘要： 本发明提出了一种面向bug报告的自动化修复方法，属于软件维护领域。该方法首先在bug报告中使用缺陷定位技术，定位得到可疑bug语句块，根据其所在的函数提取函数关键信息，并使用DSL（领域特定语言）构造函数特征规约；接着抽取bug报告关键信息，使用DSL构造报告规约；然后构造一个“草案”，“草案”内包括可疑bug语句块所在的函数、函数特征规约以及报告规约；再基于“草案”搜索补丁数据库，返回相似度高的候选函数，抽取候选函数内代码片段作为候选补丁，将候选补丁替换可疑bug语句块并统一“草案”内函数变量的命名；最后基于报告规约中的输入输出测试集，单元测试“草案”中的函数，根据输出结果验证修复正确性。
-
公开(公告)号：CN111309607B
公开(公告)日：2023-06-02
申请号：CN202010087773.3
申请日：2020-02-12
申请人： 扬州大学
摘要： 本发明公开了一种代码方法级别的软件缺陷定位方法，属于软件维护领域，该方法包括：构建并训练seq2seq模型；基于seq2seq模型构建缺陷定位模型；构建缺陷定位模型的训练样本；利用训练样本训练缺陷定位模型；利用训练后的缺陷定位模型预测缺陷报告中的缺陷方法。本发明提出的方法采用历史数据和深度学习技术相结合训练一个缺陷定位模型，并利用seq2seq模型确定该缺陷定位模型中代码编码器的参数，将代码方法注释作为监督信息，信息量丰富，很好地达到了在方法级别上定位软件缺陷的目的，能极大提升软件缺陷修复的效率。
-
公开(公告)号：CN115496075A
公开(公告)日：2022-12-20
申请号：CN202211308507.4
申请日：2022-10-25
申请人： 扬州大学
IPC分类号： G06F40/30 , G06F40/289 , G06F40/211 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明涉及自然语言处理领域，具体涉及一种基于超图神经网络的生物医学事件触发词提取方法与系统。本发明方法首先预处理非结构化的生物医学数据集；接着通过预训练的模型得到生物医学语料库中所有文本信息的特征嵌入，获取每个单词的向量表示；随后将每条句子生成相应的超图结构；再将得到的每条句子的特征嵌入和超图结构输入到超图卷积神经网络中，定义交叉熵损失函数训练模型；最后，在未标注的测试集上进行触发词检测。本发明不同于现有方法采用双向的LSTM来聚合每条句子中的上下文信息，而是创新性的使用超图结构聚合上下文信息，效果卓越，达到了提高生物医学文本中触发词提取准确性的目的。
-
-
-
-
-
-
-
-
-
搜索结果
231 条记录 (耗时 0.045 秒)
