“楚永贺”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于代价敏感宽度学习的软件缺陷预测方法及处理装置-CN202310502274.X在审
发明人：曹鹤玲;王兆龙;贾俊亮;廖天力;楚永贺;李磊;赵晨阳;刘广恩;王峰;王盼盼;张硕;李庆宇;王兴亚 -专利权人：河南工业大学;河南金明源信息技术有限公司
申请日： 2023-05-06 - 公布日： 2023-08-29 - 主分类号： G06F11/36 文献下载
摘要：本申请提供了基于代价敏感宽度学习的软件缺陷预测方法及处理装置，属于软件缺陷预测领域，所述方法包括：构建软件缺陷预测数据集，采用代价敏感学习算法将软件缺陷预测数据集划分为有缺陷实例与无缺陷实例，引入脉冲神经网络，对数据集归一化预处理和线性编码，将数据集转化为脉冲序列，通过脉冲神经网络模型获取输出脉冲序列，然后进行反向解码，获取软件缺陷特征的连续输出值，将获取软件缺陷特征的连续输出值输入代价敏感宽度学习软件缺陷预测模型中进行训练，将待预测数据集输入代价敏感宽度学习软件缺陷预测模型，输出预测结果。本申请通过代价敏感宽度学习软件缺陷预测模型提高了软件缺陷预测的精度和可靠性，缩短了训练时间、提高了精度。
基于代价敏感宽度学习软件缺陷预测方法处理装置

[发明专利]基于代价敏感与局部几何保持宽度学习的软件缺陷预测方法及装置-CN202310502136.1在审
发明人：贾俊亮;崔智莹;曹鹤玲;李磊;廖天力;楚永贺;赵晨阳;刘广恩;王峰;王盼盼;李庆宇 -专利权人：河南金明源信息技术有限公司;河南工业大学
申请日： 2023-05-06 - 公布日： 2023-08-04 - 主分类号： G06F11/36 文献下载
摘要：本申请提供了一种基于代价敏感与局部几何保持宽度学习的软件缺陷预测方法及装置，所述方法包括：获取软件缺陷预测数据集，将软件缺陷预测数据集按比例划分为训练数据集和待预测数据集，构造代价敏感与局部几何保持宽度学习模型，通过训练数据集训练价敏感与局部几何保持宽度学习模型，使用训练完成的代价敏感与局部几何保持宽度学习模型对待预测数据集进行软件缺陷预测，获取软件缺陷预测结果。本申请通过将类内局部保持散度矩阵和误分类代价矩阵融入宽度学习框架中，既有效解决了数据集类不平衡问题，又挖掘了数据集的局部几何结构特征和整体流行信息，以提升分类性能，并且使用宽度学习系统大大缩短训练时间并能保证较高的精度。
基于代价敏感局部几何保持宽度学习软件缺陷预测方法装置

[发明专利]基于图神经网络的缺陷程序自动修复方法及处理装置-CN202310324680.1在审
发明人：曹鹤玲;韩栋;楚永贺;廖天力;李磊;赵晨阳;刘广恩;王峰;王盼盼;王彬茏 -专利权人：河南工业大学
申请日： 2023-03-30 - 公布日： 2023-07-25 - 主分类号： G06F30/27 文献下载
摘要：本申请提供了基于图神经网络的缺陷程序自动修复方法及处理装置，属于程序自动修复技术领域，所述方法包括：对待修复程序进行可疑度计算，输出待修复程序中的可疑程序列表，获取缺陷程序；将解析后的缺陷程序转化为缺陷程序的图结构存储；对图神经网络模型进行训练，进行参数调整，获取最优图神经网络模型；将缺陷程序的图结构作为输入数据，经最优图神经网络模型嵌入，将缺陷程序的图结构映射为固定维向量空间的表示，由长短期记忆网络生成程序补丁；对程序补丁进行验证，当程序补丁通过测试套件的验证，输出正确补丁。本申请通过捕获缺陷程序的语法语义结构，使得生成符合程序语法语义结构的正确补丁，本申请可处理更加广泛的程序缺陷类型。
基于神经网络缺陷程序自动修复方法处理装置

[发明专利]基于流形正则化宽度学习的软件缺陷定位方法及处理装置-CN202111348578.2在审
发明人：曹鹤玲;宋昌隆;何正浩;邓淼磊;李磊;楚永贺;廖天力;张硕 -专利权人：河南工业大学
申请日： 2021-11-15 - 公布日： 2022-02-01 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种基于流形正则化宽度学习的软件缺陷定位方法及处理装置，属于软件测试技术领域，该方法的流程及阶段：首先，通过插桩执行待测程序和测试用例，同时进行静态分析得到程序谱和测试用例执行结果；其次，对于软件缺陷定位,流形正则化宽度学习引入局部离散度概念，运用局部保持投影的思想构建局部散度；然后，将局部类散度引入到宽度学习模型中，提升流形正则化宽度学习在软件缺陷定位中的分类效果；最后，对程序语句依照其在失败的模拟测试用例覆盖向量中出现的次数由多至少进行排序作为其可疑度排名列表，指导缺陷定位。本发明通过流形正则化宽度学习可以使数据在新的特征空间中保持原有的几何结构，拥有结构简单、高效等特点。
基于流形正则宽度学习软件缺陷定位方法处理装置

[发明专利]一种基于神经网络和幽默特征的幽默识别方法-CN201810496016.4有效
发明人：林鸿飞;樊小超;杨亮;刁宇峰;申晨;楚永贺;任璐;张桐瑄 -专利权人：大连理工大学
申请日： 2018-05-22 - 公布日： 2020-11-06 - 主分类号： G06F16/35 文献下载
摘要：一种基于神经网络和幽默特征的幽默识别方法，属于数据挖掘和自然语言处理领域，用以解决进行幽默识别的问题，要点是包括S1、幽默语料采集及预处理；S2、幽默特征提取；S3、文本的词向量表示；S4、神经网络模型构建；S5、幽默识别结果评价，效果是：对特定形式的幽默数据进行采集和预处理，根据相关成熟的幽默理论，充分考虑到幽默文本的语音特性，构造幽默的语音特征；利用幽默的模糊性特性，提取了句子中拥有同义词最多的词作为特征词并对其进行向量化；采用了深度学习方法，提取了幽默文本背后深层次的语义特征，并将幽默的语音特征和模糊性特征融合到神经网络当中，从而进行幽默识别，在数据集上的实验验证了本发明方法对幽默识别的有效性。
一种基于神经网络幽默特征识别方法