“崔骁松”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]一种基于强化学习的网络流量灰色预测方法-CN202310843127.9有效
发明人：潘成胜;王英植;石怀峰;曹康宁;李昕芮;崔骁松 -专利权人：南京信息工程大学
申请日： 2023-07-11 - 公布日： 2023-10-13 - 主分类号： H04L41/147 文献下载
摘要：本发明提出一种基于强化学习的网络流量灰色预测方法，包括如下步骤：首先采用公开网络流量数据集，并截取部分公开数据集作为待预测流量序列；然后构建基于GM(1,1)灰色预测的强化学习模型：基于每一个时间步长，智能体获得当前环境状态，并根据策略函数生成动作，环境在执行动作后，将当前环境状态更新，同时将动作的奖励值反馈给智能体，智能体根据更新的环境状态和奖励值生成下一个动作，直到达到预设迭代次数，获得基于GM(1,1)的强化学习模型。最后利用强化学习模型输出最终预测结果。本发明将强化学习的决策能力与灰色模型的小样本、定量预测优势相结合，旨在提高传统灰色预测模型的预测精度。
一种基于强化学习网络流量灰色预测方法

[发明专利]一种基于改进遗传算法的指挥控制体系网络结构优化方法-CN202310253612.0有效
发明人：潘成胜;崔骁松;赵晨;王建伟;杨雯升;王英植 -专利权人：南京信息工程大学
申请日： 2023-03-16 - 公布日： 2023-05-30 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于改进遗传算法的指挥控制体系网络结构优化方法，包括：建立多目标优化模型，初始化参数；采用上三角编码方法，将网络结构的邻接矩阵中有效元素进行编码形成染色体；将基础隶属网络结构和协同式网络结构作为启发式信息以生成初始种群，获得初始种群的全部个体；利用适应度函数计算种群中每个个体的适应度；选择出父代个体并采用自适应交叉和变异机制对父代个体进行进化操作，进而得到子代个体；采用精英保留策略更新种群，重复迭代直到满足终止条件，最终输出最优的指挥控制体系网络结构；本发明算法可获得抗毁性和时效性最高的网络结构，实现了指挥控制体系网络结构的优化，并表现出较好的收敛性和准确性。
一种基于改进遗传算法指挥控制体系网络结构优化方法

[发明专利]一种考虑时间和任务重要度的系统弹性恢复算法-CN201911308340.X有效
发明人：李震;崔骁松;孙晨旭;田璐 -专利权人：江苏科技大学
申请日： 2019-12-18 - 公布日： 2021-01-05 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种考虑时间和任务重要度的系统弹性恢复算法，首先初始化种群各参数值，种群中个体编码为维修顺序，将重要度和维修时间等信息添加到每个节点中，然后加入时间约束，构造出基于任务重要度的适应值函数，得到每组维修人员在有限时间内所能维修完成的节点重要度，经过累加可以获取个体总重要度。通过此方法搜索得到种群中总重要度最高的最优个体，再通过遗传算法的迭代获得所有代数中的最优个体，即为最优维修顺序。优点是：此种考虑时间和任务重要度的系统弹性恢复算法简洁、高效，可以迅速获取在有限时间里使得任务重要度最高的维修策略以及维修结果，这种恢复算法可以使受损后的系统弹性得到迅速恢复。
一种考虑时间任务重要系统弹性恢复算法

[发明专利]一种针对Java语言的软件缺陷检测与提取方法-CN201911060906.1在审
发明人：李震;赵兰杰;崔骁松;孙晨旭;杨柳;蒋征骐 -专利权人：江苏科技大学
申请日： 2019-11-01 - 公布日： 2020-02-21 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件测试技术领域，一种针对Java语言的软件缺陷检测与提取方法，包含以下步骤：(1)获取Java项目的数据包文件，从中提取.java和.class等格式的源代码文件；(2)通过Java项目开发平台Eclipse创建相关的项目工程，并加载Java项目的源代码文件到工程中去，通过Eclipse的Export功能导出项目的jar包文件；(3)通过CKJM度量工具对jar包文件进行相关度量元的计算，生成XML格式的报告文件；(4)通过extract_for_java_xml.py程序对步骤三中的XML报告文件进行解析，提取相应的度量元的值到Excel表中；(5)利用网络爬虫工具get.py程序爬取相关的网页中的缺陷信息，在本地生成相应的缺陷信息报告；(6)通过步骤四中度量元信息表和步骤五中的缺陷信息表的匹配合并，生成最终的缺陷信息报告。
一种针对 java 语言软件缺陷检测提取方法

[发明专利]一种针对C语言项目的缺陷检测与提取方法-CN201910998110.4在审
发明人：李晨;崔骁松;赵兰杰;孙晨旭;杨柳;蒋征骐 -专利权人：江苏科技大学
申请日： 2019-10-21 - 公布日： 2020-02-04 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件测试技术领域，涉及一种基于C语言开发的软件缺陷检测与提取方法，相关方法包含以下步骤：(1)针对源代码进行预处理，(2)利用检测软件TestBed对新生成的文件夹(如001)进行检测，(3)运行度量元信息提取程序ParaExtractor.py，提取检测报告中的参数，(4)将(3)中的多个度量元信息文件进行合并生成完整的有关度量元的报告，(5)通过网络爬虫技术爬取网页中有关软件的缺陷信息，生成缺陷信息报告，(6)通过(4)和(5)相关报告之间的关联，生成最终的软件缺陷报告。
度量缺陷信息预处理源代码软件测试技术软件缺陷检测网络爬虫技术元信息文件文件夹检测软件软件缺陷提取程序提取检测元信息网页关联合并检测开发