“张静宣”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25个，建议您升级VIP下载更多相关专利

[发明专利]SO网站中知识单元的内部链接目的分类方法-CN202310815348.5在审
发明人： 张静宣;孙天悦;宫丽娜;魏明强;赵宇 -专利权人：南京航空航天大学
申请日： 2023-07-04 - 公布日： 2023-10-20 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种SO网站中知识单元的内部链接目的分类方法，该方法首先将SO知识单元内容拆分为自然语言和代码语言，然后分别采用不同的数据增强方法进一步提升数据增强的效果，再利用课程学习的方法将增强后的数据输入到RoBERTa模型中进行训练，缓解了数据集量少、模型学习种类复杂而导致的分类结果准确度低的问题，提高了整体鲁棒性。本发明方法只需少量数据即能够实现对SO知识单元链接目的准确分类。本发明方法为自动化的链接目的分类方法，使得SO中的链接目的将能够更加准确地进行分类。本发明能够帮助寻求帮助的开发者了解链接的目的，进而快速判断是否需要点击链接以获取相关的知识。
so 网站知识单元内部链接目的分类方法

[发明专利]基于seBERT预训练模型的深度学习软件缺陷报告分类方法-CN202310711807.5在审
发明人：宫丽娜;曾子璇;张静宣;魏明强 -专利权人：南京航空航天大学
申请日： 2023-06-15 - 公布日： 2023-09-19 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于seBERT预训练模型的深度学习软件缺陷报告分类方法，其包括如下步骤：收集基于深度学习框架开发的软件仓库对应的缺陷报告，添加该缺陷报告的标签类别并组成样本数据；对每个样本中提取的文本数据合并输入到预训练模型中进行微调；经过微调后的预训练模型将文本数据中开始的cls标识符对应的特征向量作为输入文本数据的语义特征，将这个特征向量输入到Softmax层进行归一化；将微调后的预训练模型输出的特征向量输入至全连接层，将包含语义信息的特征向量根据维度用线性层映射到相应的类别上；取概率最高的输出作为缺陷报告的最终预测类别，完成对每个缺陷报告的分类。本发明利于提高对深度学习软件的缺陷报告分类的效率和准确性。
基于 sebert 训练模型深度学习软件缺陷报告分类方法

[发明专利]一种自然图像的对空目标红外图像生成式对抗网络构建方法-CN202111175362.0有效
发明人：魏明强;孙乾;燕雪峰;关东海;张静宣 -专利权人：南京航空航天大学
申请日： 2021-10-09 - 公布日： 2023-08-25 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种自然图像的对空目标红外图像生成式对抗网络构建方法，包括S1.基于领域自适应迁移的思想，构建自动生成RGB图像到红外图像的生成对抗网络模型；S2.训练生成对抗网络模型，并采用生成对抗网络模型，在原有交通红外图像数据库和少量对空目标红外图像数据集的基础上，生成并扩充对空红外目标数据集；S3.基于对空红外目标数据集，从结构相似性、对空视频分辨率、检测速度和正确识别率几个指标评估生成对抗网络模型性能。本发明一种自然图像的对空目标红外图像生成式对抗网络技术具有效率高，创新性高，实用性强的优点。
一种自然图像目标红外生成对抗网络构建方法

[发明专利]一种基于反馈机制的API误用检测与修正方法-CN202310349086.8在审
发明人： 张静宣;李灿;李朱杭;孙天悦;唐艺璇 -专利权人：南京航空航天大学
申请日： 2023-04-04 - 公布日： 2023-07-25 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种基于反馈机制的API误用检测与修正方法，包括以下步骤：1)收集应用程序编程接口API正确使用数据集和API误用数据集，并获取源代码集合；2)在获取到API正确使用和误用的源代码之后，从中挖掘出API正确使用模式与API误用模式，从而对API的使用情况进行泛化；3)给出待检测代码，将其转换为待检测API使用图AUG，并利用图距离算法完成是否发生API误用的检测；4)在检测出API误用后，对于误用API提出修改意见，从而便于用户进行修正。此方法利用了API项目集和API误用代码集两种相反数据集，从两个相反方面对待检测代码进行API误用检测。本发明详细介绍了不同反馈信息的用法，利用用户交互进一步提高了API误用检测与API误用修正的准确度。
一种基于反馈机制 api 误用检测修正方法

[发明专利]一种基于深度强化学习与图像视觉的作战仿真推演方法-CN202210485101.7有效
发明人：魏明强;石鼎;燕雪峰;宫丽娜;张静宣;关东海 -专利权人：南京航空航天大学
申请日： 2022-05-06 - 公布日： 2023-07-11 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于深度强化学习与图像视觉的作战仿真推演方法，包括：搭建军事作战仿真环境，将搭建的仿真环境的RGB图像中每个像素作为输入特征，通过深度神经网络进行深层特征的提取；在MADDPG算法中对每一个智能体设置一个对应的局部Critic网络进行数据解耦，并通过优先经验回收机制对智能体进行采样，得到改进的MADDPG算法；基于深层特征，训练改进的MADDPG算法，直至奖励函数的损失收敛，完成对改进的MADDPG算法的训练；再次搭建一个军事作战仿真环境，输入训练好的改进的MADDPG算法中，输出最优的军事仿真推演模型。本发明作战仿真推演方法实现深度特征自动提取，鲁棒性强。
一种基于深度强化学习图像视觉作战仿真推演方法

[发明专利]一种基于API替换的代码性能优化方法-CN202310342202.3在审
发明人： 张静宣;李朱杭;李灿;孙天悦;唐艺璇 -专利权人：南京航空航天大学
申请日： 2023-03-31 - 公布日： 2023-07-07 - 主分类号： G06F8/34 文献下载
摘要：本申请涉及一种API替换的代码性能优化方法。该方法包括：遍历待优化的代码的抽象语法树，获取待优化的代码中表示API用法所有的函数调用节点和函数抽取节点，将所有的函数调用节点的名称和函数抽取节点的名称，与代码等价API性能对比关系数据集中的API进行匹配，确定待优化的代码中的候选可替换API，根据候选可替换API的参数的数量和AST节点类型，确定待优化的代码中可替换API，根据可替换API的功能，生成API替换推荐列表进行显示，根据用户从API替换推荐列表中选择的API名称，从预先构建的API代码模版集中获取对应的API代码模版以使用户根据API代码模版对待优化的代码进行优化。由此，帮助开发人员利用替换建议及提供的代码模板，方便快捷地实现代码优化。
一种基于 api 替换代码性能优化方法

[发明专利]一种基于多源信息结合的可追溯性链接自动恢复方法-CN202310254576.X在审
发明人： 张静宣;蓝金鹏;宫丽娜;鞠悦;秘相博 -专利权人：南京航空航天大学
申请日： 2023-03-16 - 公布日： 2023-07-07 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种基于多源信息结合的可追溯性链接自动恢复方法，包括步骤：S1，选取目标项目并获取缺陷报告数据和代码提交数据，并根据手动完成的链接构建目标数据集；S2，对缺陷报告中的元数据信息，完成对元数据信息的特征表示；对缺陷报告中的文本信息和代码信息，通过预训练模型获取向量化嵌入表示；S3，将得到的元数据特征向量x、文本特征向量y和代码特征向量z进行拼接，得到用于链接恢复的多源融合特征向量；S4，利用多源融合特征向量，通过全连接层完成二分类，确定缺陷报告与代码提交之间是否存在可追溯性链接。本发明能实现准确地挖掘并利用链接对中的信息；同时，仅需少量数据微调即可实现更准确的语义理解和代码理解。
一种基于信息结合追溯链接自动恢复方法

[发明专利]API指令检测方法、装置-CN202010356444.4有效
发明人： 张静宣;邹卫琴;陶传奇;黄志球 -专利权人：南京航空航天大学
申请日： 2020-04-29 - 公布日： 2023-05-02 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种API指令检测方法、装置，所述方法包括：对API文档中的语句进行划分，得到API指令语句和普通语句；将API指令语句分别和普通语句组成多个类平衡训练子集；其中类平衡训练子集中API指令语句所占比例至少达到预设的平衡数值；API指令检测模型基于API特征标准，以类平衡训练子集作为训练集进行训练；使用训练完成的API指令检测模型进行API指令检测。采用上述技术方案，可以有效、准确且高效率地从API文档中检测识别API指令。
api 指令检测方法装置

[发明专利]一种面向Java框架的跨语言名称绑定方法-CN202211004722.5在审
发明人： 张静宣;鞠悦;蓝金鹏;秘相博 -专利权人：南京航空航天大学
申请日： 2022-08-22 - 公布日： 2022-11-29 - 主分类号： G06F8/30 文献下载
摘要：本发明公开了一种面向Java框架的跨语言名称绑定方法，选择合适项目，收集数据构建跨语言名称绑定数据集；将代码信息的文本向量输入到名称绑定识别模型并进行微调；对于有重名的Java标识符，提取分类特征，采用集成学习分类模型进行区分，实现名称绑定；为需要重命名的标识符匹配全部的同名标识符，形成绑定对，提取相关代码信息输入到名称绑定识别模型；对于重复多次出现的Java标识符，提取编程上下文信息输入到重名标识符名称绑定区分模型，预测跨语言名称绑定对是否成立；执行该标识符的重命名，同时对与之绑定的其他同名标识符，依次传播重命名，最终实现完整的跨语言重命名执行任务。本发明使程序在重命名后仍可编译和运行，保证软件质量。
一种面向 java 框架语言名称绑定方法

[发明专利]一种基于深度学习的标识符规范化方法-CN202210825858.6在审
发明人： 张静宣;刘思远;梁嘉慧;骆君鹏 -专利权人：南京航空航天大学
申请日： 2022-07-14 - 公布日： 2022-11-18 - 主分类号： G06F40/279 文献下载
摘要：本发明公开了一种基于深度学习的标识符规范化方法，首先，对标识符采用字节对编码算法得到粗粒度词根，并对词根进行序列标注，得到训练模型所需要的训练集；其次，将待拆分的标识符，输入到训练好的BERT‑CRF模型中，输出标识符的拆分结果；然后，将拆分好的标识符输入训练好的命名实体识别模型从而识别出需要进行扩展的缩写词，然后会输入到实体相似度模型进行扩展；最后，若实体相似度模型有多个输出，则加入编程上下文信息辅助扩展，得到规范化后的标识符。发明可以帮助软件开发者提高正在编写代码的质量，尤其是创作的标识符的质量，帮助软件开发者快速理解程序的语义功能，减少人工工作量，有效降低软件开发者的沟通代价，提高软件协同开发的效率。
一种基于深度学习标识符规范化方法

[发明专利]结合上下文环境与重构判断的代码注释更新方法、装置-CN202210679595.2在审
发明人： 张静宣;秘相博;蓝金鹏;鞠悦 -专利权人：南京航空航天大学
申请日： 2022-06-16 - 公布日： 2022-09-09 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种结合上下文环境与重构判断的代码注释更新方法、装置，所述方法包括：使用代码训练集对编码解码模型进行训练；所述编码解码模型包括编码层、解码层和协同注意力层；所述编码层与所述协同注意力层连接，使得每个编码器的输出特征链接其他编码器的输出特征，协同注意力层输出全局特征；使用代码重构模型对目标代码进行代码重构判断，排除其中代码重构的部分，之后使用编码解码模型对目标代码进行检测，查询目标代码中应当更新的注释。采用上述技术方案，根据目标代码上下文的数据特征，综合判断代码注释是否应当更新，同时考虑代码重构的影响。
结合上下文环境判断代码注释更新方法装置

[发明专利]一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法-CN202210272568.3在审
发明人：李盼;付琪;解娜;连贺强;张静宣 -专利权人：新乡医学院
申请日： 2022-03-18 - 公布日： 2022-08-05 - 主分类号： A61B5/055 文献下载
摘要：发明公开了一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法，主要包括患者信息采集、模型建立及临床应用三个方面。本系统的核心部分为患者个性化心室模型的建立：首先对患者心脏核磁共振成像数据进行图像预处理(如平滑、对比度调整等操作)，然后使用变分隐函数插值法对预处理后的成像数据进行插值，最终得出患者特异性心室模型。本发明可用于心血管疾病患者心血管状态的个性化评估，以及优化临床心脏疾病的治疗策略，并可为患者提供更为精准的治疗方案。
一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估方法

[发明专利]基于BERT预训练模型的链接生成方法-CN202210402091.6在审
发明人：宫丽娜;蓝金鹏;张静宣;魏明强 -专利权人：南京航空航天大学
申请日： 2022-04-18 - 公布日： 2022-07-29 - 主分类号： G06F8/70 文献下载
摘要：本发明属于软件缺陷检测技术领域，公开了一种基于BERT预训练模型的链接生成方法。该链接生成方法利用当下表现出色的BERT模型以实现缺陷报告和代码提交之间的自动链接，采用一系列有效的预处理技术和方法完成数据收集和处理工作，选取经过预训练的CodeBERT模型进行微调，更好的提取缺陷报告和代码提交中的语义信息，使得模型在熟练数据较少的情况下也能有较好的效果，提高链接生成的准确率；最后通过卷积神经网络完成二分类工作，确定缺陷报告与代码提交之间的链接关系。本发明通过使用预训练模型，以解决神经网络和机器学习训练数据不足的问题，使得自动链接工作能够有效地应用于中小型软件项目中，同时加快了训练速度，提高了链接跟踪的效率和准确率。
基于 bert 训练模型链接生成方法

[发明专利]一种基于代码可视化学习的软件缺陷预测方法-CN202210276087.X在审
发明人：宫丽娜;魏明强;刘云;张静宣 -专利权人：南京航空航天大学
申请日： 2022-03-21 - 公布日： 2022-07-22 - 主分类号： G06V30/40 文献下载
摘要：本发明属于软件缺陷预测技术领域，具体公开了一种基于代码可视化学习的软件缺陷预测方法，该软件缺陷预测方法包括如下：步骤1.数据收集与标记；步骤2.代码片段可视化表示；步骤3.微调预训练Efficientnet特征提取模型，得到符合源代码特性的缺陷预测模型；步骤4.根据微调后得到的缺陷预测模型，实现对被测源代码缺陷状态的预测。本发明通过将源代码文件中代码片段可视化为图像，以便捕获源文件的语义和结构信息，同时通过微调已经训练好的基于图片的深度学习特征提取模型，来构建一个新的端到端的深度学习缺陷预测模型，摆脱了基于自然语言模型受限于训练词向量表示的限制，提高了软件缺陷预测模型的性能和通用型，合理分配了测试资源，提高了软件质量。
一种基于代码可视化学习软件缺陷预测方法

[发明专利]一种基于元学习的代码自适应生成方法-CN202010932958.X有效
发明人：张智轶;方立宇;黄志球;陶传奇;张静宣;杨文华;周宇 -专利权人：南京航空航天大学
申请日： 2020-09-08 - 公布日： 2022-03-25 - 主分类号： G06F8/30 文献下载
摘要：本发明公开一种基于元学习的代码自适应生成方法，首先构建包含不同代码风格的数据集，并对基础代码生成模型进行训练，基础代码生成模型采用编码器‑解码器结构，编码器使用图神经网络计算代码图的状态向量，表示程序当前上下文信息；解码器使用语言语法中的产生规则，根据上下文信息生成目标代码表达式；再通过元学习，学习不同的代码风格，从而训练出能够对新的风格代码做出快速而准确的学习的自适应代码生成模型；最终用户指定目标风格代码，对自适应代码生成模型再进行元训练过程，模型就能够生成具有目标风格的代码。本发明作为一种代码生成方法引入了元学习技术，能够根据编程人员不同的个性化代码风格正确和高效的生成代码。
一种基于学习代码自适应生成方法

1
2
下一页»
尾页
共 25 条