“童浩楠”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4个，建议您升级VIP下载更多相关专利

[发明专利]基于特征加权迁移学习的跨项目软件缺陷预测方法及系统-CN202310732370.3在审
发明人： 童浩楠;王世海;常杰;葛宣成;丁宇涵 -专利权人：北京交通大学
申请日： 2023-06-20 - 公布日： 2023-09-05 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种基于特征加权迁移学习的跨项目软件缺陷预测方法及系统，属于计算机软件缺陷检测技术领域，获取源项目软件级别度量元数据集和待预测的目标项目软件的级别度量元数据集；判断标记的源项目软件级别度量元数据集缺陷率是否大于预设的缺陷率值或者数据集的实例数量的实例数小于预设的值；根据判断结果，使用预先训练好的缺陷检测模型对获取的目标项目软件的级别度量元数据集进行处理，得到跨项目软件缺陷检测结果。本发明在计算实例相似性和实例权重时引入了特征重要性的信息，降低了实例相似性和实例权重的计算偏差；引入了模型自适应调整策略，根据源数据集的特点，自动选择合适的模型构建方案来获得CPDP模型，保证了CPDP模型的鲁棒性。
基于特征加权迁移学习项目软件缺陷预测方法系统

[发明专利]一种基于子空间混合抽样的软件缺陷数目预测方法-CN202111553410.5有效
发明人：王诗涵;景驰原;童浩楠 -专利权人：北京交通大学
申请日： 2021-12-17 - 公布日： 2023-06-30 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种基于子空间混合抽样的软件缺陷数目预测方法。该方法包括：基于历史缺陷数据集通过子空间混合抽样生成缺陷预测模型；对测试样本进行预处理；将预处理后的软件样本输入到所述缺陷预测模型，所述缺陷预测模型输出所述软件样本的缺陷数目。本发明通过构造多个特征子空间，实现了子模型的多样性，进而保证后续集成学习的性能。本发明实施例所提出的子空间混合抽样集成算法既避免了欠抽样方法导致的过多有价值正样本被丢弃的问题，又避免了过抽样方法因引入过多噪声数据而降低模型性能的问题。
一种基于空间混合抽样软件缺陷数目预测方法

[实用新型]一种可调节的道路限高设备-CN202320578447.1有效
发明人：张磷;骆浩;李远;李军;白兴振;骆研;魏朗;童浩楠 -专利权人：西安航空航天建工集团有限公司
申请日： 2023-03-21 - 公布日： 2023-06-16 - 主分类号： E01F13/00 文献下载
摘要：本实用新型提供一种可调节的道路限高设备，属于交通标志技术领域，该可调节的道路限高设备包括两个放置块，两个放置块的上端均开设有放置槽，电机，电机固定连接于放置块的一端，且电机的输出端活动贯穿放置块的一侧内壁并向外延伸，在需要根据不同道路来调整限高标志主体的高度时，可以启动电机使其输出端进行转动，而后通过两个锥形齿轮的啮合，便可以带动丝杆进行转动，进而带动限高标志主体的高度，从而以实现不同道路所需的高度，进而提高限高标志主体的使用灵活性和多样性。
一种调节道路设备

[发明专利]基于核谱映射迁移集成的异构跨项目软件缺陷预测方法-CN201910824735.9有效
发明人：王世海;李成群;何俊秀;秦庆强;童浩楠 -专利权人：北京航空航天大学
申请日： 2019-09-02 - 公布日： 2020-09-08 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于核谱映射迁移集成的异构跨项目软件缺陷预测方法，包括基于过抽样的非平衡学习过程对源数据进行预处理；所述源数据为软件项目的历史缺陷数据；根据所述源数据与目标数据分布的差异信息，以及谱映射造成的信息损失，构建目标函数；所述目标数据为待预测的异构跨项目软件；通过多核学习把原始空间映射到多个高维空间，在每个高维空间上对所述目标函数进行最优化以寻找最优公共子空间，在每个公共子空间上训练一个分类器；利用集成学习把所有所述分类器进行综合集成，生成预测模型；根据所述预测模型预测所述目标数据的标签。该方法具有较高的缺陷预测准确率，有利于提高软件测试的工作效率。
基于映射迁移集成异构跨项目软件缺陷预测方法