“雷晏”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22个，建议您升级VIP下载更多相关专利

[发明专利]基于深度特征嵌入的跨移动应用程序即时缺陷预测方法-CN202011234649.1有效
发明人：徐洲;鄢萌;张炜晗;赵焜松;张小洪;雷晏;徐玲 -专利权人：重庆大学
申请日： 2020-11-07 - 公布日： 2023-08-22 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及基于深度特征嵌入的跨移动应用程序即时缺陷预测方法，包括如下步骤：S101构建源移动应用程序和目标移动应用程序的即时缺陷数据集；S102对两个移动应用程序的数据进行预处理；S103利用跨三元组的深度特征嵌入方法学习高层次的特征表示；S104使用逻辑回归分类器构建预测模型；S105预测目标移动应用程序中的代码提交实例是否会引入缺陷。本发明方法从特征学习的角度出发，利用一个基于三元组损失的深度特征嵌入方法将两个移动应用程序的缺陷数据映射到一个高层次的空间，在这个空间中具有相同标签的实例尽可能靠近，而标签不同的实例尽可能远离，从而提高目标移动应用程序的即时缺陷预测效果。
基于深度特征嵌入移动应用程序即时缺陷预测方法

[发明专利]一种基于组件感知的日志异常检测方法-CN202010795863.8有效
发明人：鄢萌;尹昆;徐玲;付春雷;张小洪;徐洲;雷晏 -专利权人：重庆大学
申请日： 2020-08-10 - 公布日： 2023-08-11 - 主分类号： G06F11/30 文献下载
摘要：本发明涉及基于组件感知的日志异常检测方法，该方法将目标软件的日志消息转换为日志模板序列和组件序列，然后进行模型训练，将两个LSTM模型组合使用，两个LSTM模型训练使用相同的损失函数，采用梯度下降优化算法更行参数值，训练完成得到由日志检测模型和组件检测模型构成的组合模型；将t‑h到t‑1时刻的所有日志数据的参考日志模板序列和参考组件序列输入组合模型得到可能日志模板集和可能组件模板集；当t时刻日志消息mt的待测日志模板序列在可能日志模板集中，且t时刻日志消息mt的待测组件序列在可能组件模板集Cg中，则认为日志消息mt为正常日志，否则产生系统告。试验结果表明，本发明方法的召回率和F值更高，表现更好。
一种基于组件感知日志异常检测方法

[发明专利]一种基于类间学习进行失败测试用例合成的方法-CN202310352757.6在审
发明人：雷晏;刘春燕;徐春香;谢欢;李茂锦 -专利权人：重庆大学;鹏城实验室
申请日： 2023-04-04 - 公布日： 2023-07-28 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于类间学习进行失败测试用例合成的方法，该方法首先抽取出两条结果不同的测试用例。之后对这两条测试用例中的语句分配不同的权值，然后随机生成一个切割位置，合成新的测试用例，利用BC公式计算合成测试用例对应的标签。最后，将新的合成测试用例和对应的标签加入原数据集中，作为缺陷定位方法的输入。该方法基于类间学习合成对缺陷定位方法有用的合成测试用例，更有利于实际工程中的应用。
一种基于学习进行失败测试合成方法

[发明专利]一种使用生成式网络进行失败测试用例生成的方法-CN202111145441.7有效
发明人：胡安林;谢欢;雷晏;刘春燕;李茂锦 -专利权人：重庆大学
申请日： 2021-09-28 - 公布日： 2023-07-21 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种使用生成式网络进行失败测试用例生成的方法，该方法首先使用特征选择算法，对原始覆盖矩阵进行降维，从而获取原始覆盖矩阵的低维特征空间，之后建立一个条件变分自编码深度学习模型，将低维特征空间作为训练数据，使用反向传播算法进行参数更新，从而训练出一个能够生成失败测试用例的生成器。利用该生成器，生成失败测试用例，直到失败测试用例与成功测试用例数目相同。最后，将新增的失败测试用例融入原有测试用例集中并进行缺陷的定位。本发明方法使用一种改良的主成分分析算法对原始矩阵进行降维，并使用条件自编码器生成失败测试用例，从而缓解数据不平衡问题，达到提升缺陷定位效果的目的。
一种使用生成网络进行失败测试方法

[发明专利]一种基于上下文感知的缺陷定位方法-CN202110152656.5有效
发明人：雷晏;张卓;刘春燕;谢欢;鄢萌;徐玲;徐洲 -专利权人：重庆大学
申请日： 2021-02-04 - 公布日： 2023-07-07 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种基于上下文感知的缺陷定位方法，该方法利用程序切片技术构建一个缺陷上下文，该上下文可表示为一个用程序依赖图表示的有向图，图中节点为和失败有直接或间接关联关系的语句，边为这些语句之间的关联关系。基于该图，CAN将图中的每一个节点均采用one‑hot编码嵌入节点表示向量，并且利用GNN来获取语句之间的依赖关系，CAN在这些节点表示向量的基础上通过利用测试用例进行训练，从而可以获得更精确的节点表示向量。最后，通过将有缺陷的目标程序的缺陷上下文语句中的每一条语句均只被一个测试用例覆盖且一个测试用例也只覆盖一条缺陷上下文语句的方法，构建一个虚拟测试用例集。将这个测试用例集输入训练好的GNN中得到每个语句的可疑值。本方法以分析缺陷上下文并将其纳入可疑性评估以改善缺陷定位，经过试验分析可知本发明方法可以显着提高缺陷定位的有效性。
一种基于上下文感知缺陷定位方法

[发明专利]基于蜕变测试的自监督深度学习型缺陷定位方法-CN202110852911.7有效
发明人：胡安林;付凌峰;雷晏 -专利权人：重庆大学
申请日： 2021-07-27 - 公布日： 2023-07-04 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了基于蜕变测试的自监督深度学习型缺陷定位方法，该方法首先构建蜕变关系，在给定的无测试预言的测试用例集的基础上生成出源测试用例和后续测试用例，然后收集覆盖信息和测试输出，接下来对前者进行集合求并，对后者进行蜕变关系验证，得到每个蜕变关系组内总的覆盖信息的测试结果，并整合成为覆盖矩阵与违反向量，输入给深度神经网络模型进行训练，学习模型，最后用模型完成对代码可疑值的预测，依据可疑值从大到小对缺陷程序的代码进行排序，完成缺陷定位。该方法克服了深度学习型缺陷定位的局限性，使其能被应用到测试预言缺失的情景中，以自监督的方式实现面向无标签数据集的缺陷定位，显著扩大了应用范围。
基于蜕变测试监督深度学习缺陷定位方法

[发明专利]一种模型域的失败测试用例生成方法-CN202110115994.1有效
发明人：雷晏;张卓;谢欢;刘春燕;鄢萌;徐玲;徐洲 -专利权人：重庆大学
申请日： 2021-01-28 - 公布日： 2023-06-27 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种模型域的失败测试用例生成方法，该方法首先定义了一个最小可疑集合，从所有失败测试用例中抽取共同的特征，之后对于模型域中每一个失败的测试用例在保留失败测试用例的共同特征的基础上对非共同特征的信息进行变异，从而产生新的模型域的失败测试用例。最后，将新增的模型域的失败测试用例融入原有测试用例集中并进行缺陷的定位。本发明方法使用变异的最近邻算法来生成模型域的失败测试用例向量，从而达到提升缺陷定位效果的目的，和传统的从输入域生成测试用例的方法不同，本发明方法要更加简单有效，它不用通过程序执行来获取一个失败的标签。
一种模型失败测试生成方法

[发明专利]一种基于共同注意力表征学习的代码搜索方法-CN202010267172.0有效
发明人：徐玲;帅鉴航;鄢萌;刘超;雷晏;徐洲;何健军;张文燕;李灿;王备 -专利权人：重庆大学
申请日： 2020-04-07 - 公布日： 2023-04-18 - 主分类号： G06F8/20 文献下载
摘要：本发明涉及一种基于共同注意力表征学习的代码搜索方法，包括取每个代码特征和该代码所对应的描述；分别采用三个独立的CNN神经网络嵌入方法名、词语和描述，用LSTM网络嵌入API序列得到相应的特征矩阵；然后将方法名，API序列和词语对应的特征矩阵合并为一个矩阵作为每个代码的特征矩阵；引入经神经网络学习的参数矩阵，得到用于代码和其描述的共同注意力表征；将大量相互匹配的代码和描述作为模型输入，同步更新网络参数，得到优化的模型；代码搜索预测，将相关度排在前k个的向量c所对应的代码作为推荐列表输出。该方法在MRR方面表现优异，而且本发明模型结构简单，在模型训练上的运行速度和相应速度上都很快。
一种基于共同注意力表征学习代码搜索方法

[发明专利]一种基于命名模式的方法名称推荐方法-CN202211547271.X在审
发明人：徐玲;杨焱平;鄢萌;刘超;雷晏;张小洪;汪卫星;唐菊 -专利权人：重庆大学
申请日： 2022-12-05 - 公布日： 2023-03-21 - 主分类号： G06F8/33 文献下载
摘要：本发明涉及一种基于命名模式的方法名称推荐方法，该方法包括如下步骤：首先利用大规模数据集构建检索库，输入目标项目方法，通过代码的令牌级相似度，从检索库中检索出与目标项目方法最相似的方法；然后，使用搜索引擎得到上下文序列，使用最相似的方法的名称作为模式指导器，提供目标方法名称的命名模式；采用NamPat将目标方法的上下文信息与模式指导器相结合，进行方法名称推荐。本方法可以使得对未知的方法进行更准确的名称推荐。
一种基于命名模式方法名称推荐

[发明专利]结合深度学习和协同过滤技术的复合标签推荐方法-CN202010062726.3有效
发明人：徐玲;李灿;张文燕;鄢萌;雷晏;徐洲;张小洪;王成良 -专利权人：重庆大学
申请日： 2020-01-20 - 公布日： 2022-09-23 - 主分类号： G06F16/9536 文献下载
摘要：本发明涉及结合深度学习和协同过滤技术的复合标签推荐方法，包括如下步骤：从目标软件信息站点收集历史软件项目，进行预处理得到规范化描述的矩阵；建立TagDC‑DL模型和TagDC‑CF模型，将所有规范化描述的矩阵作为输入，分别得到所有标签的多标签可信度列表和基于相似度的置信概率列表，利用线性加权模块得到每个标签的最终置信概率列表；给定新的软件项目，先进行预处理再输入上述两个模型，计算新的软件项目中每个标签的最终置信概率列表，通过得到的最终置信概率列表中的概率值进行排序，概率值最大的N个标签则为推荐标签。该方法利用软件项目之间的语义相似性及其自身的深层语义特征可获得更准确的标签推荐。
结合深度学习协同过滤技术复合标签推荐方法

[发明专利]一种基于两阶段注意力机制的代码搜索方法-CN202110167463.7有效
发明人：徐玲;阳欢欢;帅鉴航;鄢萌;罗兆林;张文燕;雷晏;徐洲 -专利权人：重庆大学
申请日： 2021-02-07 - 公布日： 2022-07-12 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种基于两阶段注意力机制的代码搜索方法，具体包括如下步骤：选取一代码片段，从代码片段中所包含的函数名和函数体中提取文本特征及结构特征；根据所提取的文本特征和结构特征构建这两种特征的特征矩阵；融合文本特征矩阵和结构特征矩阵得到本代码片段的代码特征矩阵；从查询的语句中提取相关特征构建查询特征矩阵；利用代码特征矩阵和查询特征矩阵建立代码与查询的相关矩阵；通过计算相关矩阵得到所需的向量参数，最后根据向量参数与特征矩阵得出与查询语句最匹配的代码片段。
一种基于阶段注意力机制代码搜索方法

[发明专利]一种基于高斯分布的基本概率指派函数的生成方法-CN202110890270.4在审
发明人：唐永川;王书凝;刘春燕;雷晏;范琪琳;李秀华 -专利权人：重庆大学
申请日： 2021-08-04 - 公布日： 2022-03-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于高斯分布计算基本概率指派函数值的方法，该方法首先根据训练样本在数据集中的均值和方差构造构建高斯曲线，然后计算测试样本在高斯分布上的函数值，生成BPA函数，之后基于Dempster组合规则进行数据融合。最后，待测试样本第i类的每个属性值进行归一化处理得到待测试样本第i类k个属性处理后的高斯分布函数值，并将待测试样本每个属性对应于n个类别的BPA函数值。本发明方法对分类问题有较高的可行性和有效性，更有利于实际工程中的应用。
一种基于分布基本概率指派函数生成方法

[发明专利]一种基于信度熵和证据理论的失效模式评估方法-CN202110913773.9在审
发明人：唐永川;郑海霞;吴东冬;刘春燕;雷晏 -专利权人：重庆大学
申请日： 2021-08-10 - 公布日： 2021-10-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于信度熵和证据理论的失效模式评估方法，该方法首先计算失效模式与FMEA专家和风险因子这两部分的权重。之后，利用信度熵度量来自FMEA专家的主观评估信息的不确定性。最后，FMEA专家的权重由他所评估的三个风险因子的权重组成，而三个风险因子的权重由于评估信息的信息量决定。该方法基于熵的权重表达了被赋权的风险因子/专家对于某失效模式的风险顺序数的相对重要性，更有利于实际工程中的应用。
一种基于信度证据理论失效模式评估方法

[发明专利]一种基于三角分布和证据理论的失效模式评估方法-CN202110916442.0在审
发明人：唐永川;郑海霞;刘春燕;雷晏 -专利权人：重庆大学
申请日： 2021-08-10 - 公布日： 2021-10-22 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于三角分布和证据理论的失效模式评估方法，该方法首先利用D‑S证据理论中的置信结构对领域专家的主观风险评估进行建模，然后存在冲突的评估信息被转换为TDBPA模型以平滑冲突信息。之后，将各专家评估信息的TDBPA模型的评估信息用Dempster组合规则进行融合。在此基础上，利用融合风险因子的结果计算失效模式的置信度，对根据失效模式的置信度值的大小对目标系统的失效模型进行排序。排序靠前则表示目标系统中该置信度值对应的失效模式需被采取防范的优先级越高。
一种基于三角分布证据理论失效模式评估方法

[发明专利]一种基于质量保证框架的代码摘要集成方法-CN202110656618.3在审
发明人：鄢萌;胡予星;毕霁超;刘忠鑫;陈秋远;王备;雷晏;徐玲 -专利权人：重庆大学
申请日： 2021-06-11 - 公布日： 2021-08-20 - 主分类号： G06F8/72 文献下载
摘要：本发明涉及一种基于质量保证框架的代码摘要集成方法。包括如下步骤：利用现有的代码摘要方法生成I个候选代码；基于协同过滤的组件，针对每一个候选代码摘要，分别计算两个质量分数Precisioni和Recalli，基于检索的组件，计算质量分数REScorei；利用每个候选代码摘要的质量分数Precisioni和Recalli，计算该候选代码摘要的调和平均数F1scorei；通过对各候选代码摘要的调和平均数的比较以及质量分数REScorei值的比较，选择质量最好的一个作为最终的输出结果sumbest。本发明所使用方法能够有效集成不同模型的优点，从而提升代码摘要的有效性。
一种基于质量保证框架代码摘要集成方法

1
2
下一页»
尾页
共 22 条