-
公开(公告)号：CN112051986B
公开(公告)日：2021-07-27
申请号：CN202010872148.X
申请日：2020-08-26
Applicant: 西安电子科技大学
IPC: G06F8/20 , G06F16/31 , G06F16/33 , G06F40/289 , G06F40/30 , G06K9/62 , G06F16/951
Abstract: 本发明公开一种基于开源知识的代码搜索推荐装置及方法。本发明的装置包括代码片段生成模块、代码特征提取模块、文本预处理模块和代码搜索模块。本发明的方法的步骤为：生成代码片段库；提取代码片段文本特征；生成代码片段主题特征；生成代码片段结构特征；生成代码片段开发特征；建立搜索索引；查询语句文本预处理；代码特征与查询语句相似度计算；根据综合得分完成推荐。本发明利用开源知识构建代码特征度量体系，多角度提取代码片段特征，并利用相似度计算、加权计算方式获取代码片段的综合评分并完成代码搜索推荐，完善了代码度量角度，提高了代码搜索推荐的准确性。
-
公开(公告)号：CN111949535B
公开(公告)日：2022-12-02
申请号：CN202010811530.X
申请日：2020-08-13
Applicant: 西安电子科技大学
Abstract: 一种基于开源社区知识的软件缺陷预测装置及方法，其装置包括开源社区知识采集模块、数据预处理模块、代码度量模块、缺陷预测模块、向量化模块、缺陷类型判别模块、结果输出模块。本发明的步骤包括：1、采集开源软件信息，2、生成缺陷预测数据集，3、构建BP神经网络，4、训练BP神经网络，5、构建LSTM神经网络，6、训练LSTM神经网络，7、软件缺陷预测。本发明分别构建并利用开源社区代码训练BP神经网络以及LSTM神经网络，先通过训练好的BP神经网络进行软件缺陷预测，若预测为有缺陷，再通过训练好的LSTM神经网络进一步进行软件缺陷类型预测，提高了代码缺陷预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114399079A
公开(公告)日：2022-04-26
申请号：CN202111499964.1
申请日：2021-12-09
Applicant: 西安电子科技大学青岛计算技术研究院
Abstract: 本发明公开了一种智慧旅游景区路径规划方法，应用于服务器，该方法包括：S1、响应于游客登录状态获取游客当前位置信息和一定时间段内的前位置信息；S2、根据所述当前位置信息确定游客是否处于预设规划区域；S3、响应于游客处于预设规划区域，根据所述当前位置信息和所述前位置信息形成路径规划信息；S4、将所述路径规划信息发送至游客。本发明的智慧旅游景区路径规划方法通过对游客位置信息进行判断，结合景区每个景点的实时旅游人数进行路径规划，从而能够向游客提供一个最佳旅游路线，进而提高了景区整体的旅游效率，使得景区可以接待更多的游客，也提高了旅游者的体验感，达到双赢的目的。
-
公开(公告)号：CN112051986A
公开(公告)日：2020-12-08
申请号：CN202010872148.X
申请日：2020-08-26
Applicant: 西安电子科技大学
IPC: G06F8/20 , G06F16/31 , G06F16/33 , G06F40/289 , G06F40/30 , G06K9/62 , G06F16/951
Abstract: 本发明公开一种基于开源知识的代码搜索推荐装置及方法。本发明的装置包括代码片段生成模块、代码特征提取模块、文本预处理模块和代码搜索模块。本发明的方法的步骤为：生成代码片段库；提取代码片段文本特征；生成代码片段主题特征；生成代码片段结构特征；生成代码片段开发特征；建立搜索索引；查询语句文本预处理；代码特征与查询语句相似度计算；根据综合得分完成推荐。本发明利用开源知识构建代码特征度量体系，多角度提取代码片段特征，并利用相似度计算、加权计算方式获取代码片段的综合评分并完成代码搜索推荐，完善了代码度量角度，提高了代码搜索推荐的准确性。
-
公开(公告)号：CN111949535A
公开(公告)日：2020-11-17
申请号：CN202010811530.X
申请日：2020-08-13
Applicant: 西安电子科技大学
Abstract: 一种基于开源社区知识的软件缺陷预测装置及方法，其装置包括开源社区知识采集模块、数据预处理模块、代码度量模块、缺陷预测模块、向量化模块、缺陷类型判别模块、结果输出模块。本发明的步骤包括：1、采集开源软件信息，2、生成缺陷预测数据集，3、构建BP神经网络，4、训练BP神经网络，5、构建LSTM神经网络，6、训练LSTM神经网络，7、软件缺陷预测。本发明分别构建并利用开源社区代码训练BP神经网络以及LSTM神经网络，先通过训练好的BP神经网络进行软件缺陷预测，若预测为有缺陷，再通过训练好的LSTM神经网络进一步进行软件缺陷类型预测，提高了代码缺陷预测结果的准确性。
-
公开(公告)号：CN114398490B
公开(公告)日：2024-04-02
申请号：CN202111518114.1
申请日：2021-12-13
Applicant: 西安电子科技大学
IPC: G06F16/36 , G06F16/953
Abstract: 本发明提供一种基于分层注意力机制的知识图谱补全方法及装置，包括：构建初始知识图谱；从交互日志中确定实体集合，并确定每个交互实体的初始向量；确定用户对每个交互实体的行为，并根据各行为的量化结果优化初始向量，得到优化向量；从交互日志中获取用户行为序列，并对行为序列进行分层，得到第一集合和第二集合；对第一集合中所有交互行为的时间信息进行编码，得到用户的注意力分布；根据第一集合获取用户的第一类兴趣、根据第二集合获取用户的第二类兴趣，并在将第一类兴趣与第二类兴趣确定为实体后，更新初始知识图谱。本发明通过分层注意力机制获取用户长期兴趣和短期兴趣，使知识图谱更加完善。
-
公开(公告)号：CN114398490A
公开(公告)日：2022-04-26
申请号：CN202111518114.1
申请日：2021-12-13
Applicant: 西安电子科技大学
IPC: G06F16/36 , G06F16/953
Abstract: 本发明提供一种基于分层注意力机制的知识图谱补全方法及装置，包括：构建初始知识图谱；从交互日志中确定实体集合，并确定每个交互实体的初始向量；确定用户对每个交互实体的行为，并根据各行为的量化结果优化初始向量，得到优化向量；从交互日志中获取用户行为序列，并对行为序列进行分层，得到第一集合和第二集合；对第一集合中所有交互行为的时间信息进行编码，得到用户的注意力分布；根据第一集合获取用户的第一类兴趣、根据第二集合获取用户的第二类兴趣，并在将第一类兴趣与第二类兴趣确定为实体后，更新初始知识图谱。本发明通过分层注意力机制获取用户长期兴趣和短期兴趣，使知识图谱更加完善。
-
-
-
-
-
-
Search Results
7
records
(took 0.033 seconds)
