“方景龙”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41个，建议您升级VIP下载更多相关专利

[发明专利]一种基于动态分类器选择的即时软件缺陷预测方法-CN202310940638.2在审
发明人：王兴起;吴启凯;魏丹;方景龙;陈滨;秦辉亮 -专利权人：杭州电子科技大学
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于动态分类器选择的即时软件缺陷预测方法，该方法针对现有技术中存在的验证延迟、概念漂移和类不平衡问题，通过验证延迟框架，纠正数据标签。然后将项目内数据和跨项目数据过滤结合，缓解概念漂移的同时，避免跨项目数据导致的预测偏差。接着通过基于动态分类器选择方法集成分层AdaBoost，使用前序数据训练出的分类器预测后续数据的标签，迭代训练预测过程，解决数据流类分布不平衡的问题。最后使用处理后的数据集对即时软件缺陷预测模型进行训练，有效提高模型的预测性能。
一种基于动态分类选择即时软件缺陷预测方法

[发明专利]一种新的动态反馈和改进型补丁评价的软件自动修复方法-CN201910973884.1有效
发明人： 方景龙;石宇;陈滨;魏丹;王兴起 -专利权人：杭州电子科技大学
申请日： 2019-10-14 - 公布日： 2023-09-26 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种新的动态反馈和改进型补丁评价的软件自动修复方法，本发明具体涉及运用云模型的对候选补丁建模，实现对常规补丁样本的量化分析，将种群整体角度参数引进到适应度评价中，运用模型参数增强适应度评价函数对所生成补丁的表达能力，影响遗传算法对候选补丁筛选时的结果，指导下一代补丁生成。并运用动态反馈调整策略，根据父代与子代的所有补丁的适应度差异，调整云模型中的超熵与遗传算法中的变异率，动态选择随机游走或一维更新修复策略，从而提高软件缺陷修复成功率的修复方法。
一种动态反馈改进型补丁评价软件自动修复方法

[发明专利]基于注意力机制的时空连接增强3DCNN交通预测方法-CN202110801710.4有效
发明人：王兴起;赵一鸣;邵艳利;方景龙;魏丹;陈滨 -专利权人：杭州电子科技大学
申请日： 2021-07-15 - 公布日： 2023-09-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于注意力机制的时空连接增强3DCNN交通预测方法，本发明设计了由周期组件、趋势组件和近期组件组成的时空连接增强3DCNN模型框架，周期组件和趋势组件用于提取时间间隔较远的交通流数据的时空特征，近期组件用于提取近期数据的时空特征并进一步学习另外两个组件提取的信息以提高预测精度；在传统注意力机制时空维度基础上考虑通道维度，构建时空影响注意力模块来捕获时空特征的影响程度，达到量化时空异质性进而提高预测精度的目的；将多注意力模块连接，低层模块得到信息对高层模块可见度变高。本发明进一步提高交通流数据的预测精度。
基于注意力机制时空连接增强 dcnn 交通预测方法

[发明专利]基于BERT和BILSTM的重复缺陷报告检测方法-CN202310718582.6在审
发明人：邵艳利;霍佳敏;王兴起;方景龙;魏丹;陈滨 -专利权人：杭州电子科技大学
申请日： 2023-06-16 - 公布日： 2023-08-22 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了基于BERT和BILSTM的重复缺陷报告检测方法。首先，使用BERT的词嵌入法将缺陷报告的文本信息映射成高维特征向量，捕获文本的深层语义信息。然后，将BERT模型输出的单词嵌入向量输入到BILSTM中，捕获时序信息，得到文本的高级特征表示。通过BERT的位置编码可以解决同样的词语，排列位置不同，语义可能不同的问题，而多头注意力机制扩展了模型关注不同位置的能力，BILSTM则可以更好的捕捉双向的语义依赖，在提取词的语义信息时更好的结合上下文。最后，采用MLP分类器来预测缺陷报告是否重复。实验结果表明该方法能够进一步提升重复缺陷报告检测的准确率。
基于 bert bilstm 重复缺陷报告检测方法

[发明专利]一种基于变更衍化与标识重构的软件缺陷修复方法-CN202310231595.0在审
发明人：王兴起;秦辉亮;魏丹;方景龙;陈滨;吴启凯 -专利权人：杭州电子科技大学
申请日： 2023-03-03 - 公布日： 2023-07-18 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种基于变更衍化与标识重构的软件缺陷修复方法，本发明通过对使用频率比较高的变更进行衍化，生成更多相似的变更，同时丢弃掉那些几乎用不到的变更，在变更收集阶段大大减少变更的收集数量，同时通过度量变更与bug语句的相似度加速变更的检索过程，减少寻找对应修复模板的时间。本发明不仅仅使用从源项目文件中收集到的变量、字段、字面量等，还对其中以驼峰命名的标识符按驼峰进行拆分，同时对拆分后的子标识进行重构，得到新的标识符，不仅增加具体化抽象变更时，标识符的选择数，而且在一定程度上减小了候选补丁与正确补丁的距离。
一种基于变更衍化标识软件缺陷修复方法

[发明专利]一种Bug修复后网站后端的检验方法及其装置-CN202310210845.2在审
发明人：王兴起;周旋;邵艳利;方景龙;魏丹 -专利权人：杭州电子科技大学
申请日： 2023-03-07 - 公布日： 2023-06-13 - 主分类号： G06F11/36 文献下载
摘要：本发明公开一种Bug修复后网站后端的检验方法及其装置。对Bug修复后的网站后端代码寻找最大可疑度snapshot，识别过拟合补丁并对过拟合补丁进行分类。通过的测试用例在bug程序和正确补丁程序的程序动态行为是相同的，失败的测试用例在bug程序和正确补丁程序的程序动态行为是不同的。从bug程序和测试集中构造导致程序发生错误的snapshot，从补丁程序中读取相同的snapshot，根据snapshot的值是否随着使用补丁而变化来判断补丁是否过拟合。本发明从程序不变量和程序表达式的角度重新诠释了补丁相似性，提出了一种用于计算补丁相似性的五元组表示方法，用于自动补丁生成的过拟合补丁识别与细分。
一种 bug 修复网站后端检验方法及其装置

[发明专利]一种基于改进U-Net模型的遥感建筑物影像提取方法-CN202310154107.0有效
发明人：邵艳利;黎鑫;王兴起;魏丹;陈滨;方景龙 -专利权人：杭州电子科技大学
申请日： 2023-02-23 - 公布日： 2023-06-06 - 主分类号： G06V20/10 文献下载
摘要：本发明提出了一种基于改进U‑Net模型的遥感建筑物影像提取方法。使用U‑Net模型作为骨干网络，在模型的跳跃连接阶段，加入协调注意力门控模块，以更好定位建筑物主体信息并有效整合不同级别语义信息。在模型的桥梁连接部分，引入了高效连续金字塔模块，使用分组的小尺度空洞卷积进行特征提取，并在组内进行特征分层叠加，强化了模型对于捕获建筑物主体间可能存在的空间上下文关系的能力。在模型的解码器部分，引入双向联级深度监督模块，按照从深到浅和从浅到深两个方向依次融合相邻解码器阶段所得的预测图，以实现对不同网络层特定监督，有效提升了模型的多尺度建筑物主体提取能力。
一种基于改进 net 模型遥感建筑物影像提取方法

[发明专利]一种空间和通道加权和动态非对称卷积的物体识别方法-CN202211689883.2在审
发明人：陈滨;王秦科;邵艳利;魏丹;王兴起;方景龙 -专利权人：杭州电子科技大学
申请日： 2022-12-27 - 公布日： 2023-05-05 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种空间和通道加权和动态非对称卷积的物体识别方法，本发明通过提出的非对称卷积组对平方卷积进行重构，加强卷积局部信息与全局信息的内在联系，使得网络获得3个不同卷积部位的特征，增强模型学习能力。其中，非对称卷积组针对平方卷积的骨干部分进行重构，增加卷积对局部显著特征的捕获。这种局部显著信息能够帮助模型更好的获得物体特征上下文语义信息，提高模型对物体识别准确率。
一种空间通道加权动态对称卷积物体识别方法

[发明专利]一种基于双向连接的图像情感分析方法-CN202211689872.4在审
发明人：王兴起;何金义;邵艳利;魏丹;陈滨;方景龙 -专利权人：杭州电子科技大学
申请日： 2022-12-27 - 公布日： 2023-04-21 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于双向连接的图像情感分析方法。本发明主要考虑扩充特征提取模型的宽度取代深度堆叠来提升深度神经网络在视觉情感分析领域对情感这一抽象目标的适应性。本发明采用双向特征连接的方式，首先对训练集进行数据增强扩充样本容量，然后采用横向连接深度特征提取网络扩充特征提取网络宽度，然后采用类特征金字塔的纵向特征连接方式提高模型特征提取能力，最后使用分类网络得到情感分类结果，成功弥补了图像情感分析中深度神经网络对情感这一抽象目标的识别过充分的缺陷，进一步提高视觉情感分析的准确率。
一种基于双向连接图像情感分析方法

[发明专利]基于CNN和Transformer的图像分割方法-CN202211686784.9在审
发明人：王兴起;王海林;魏丹;方景龙 -专利权人：杭州电子科技大学
申请日： 2022-12-26 - 公布日： 2023-04-18 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于CNN和Transformer的图像分割方法。本发明把图像传递给CNN模块，通过逐层的卷积和池化提取出图像的局部低级特征；把相同的图像传递给Transformer模块，其将图像分割为合适的块并进行特征提取，提取并保存图像的全局信息和远程依赖关系；把并行执行的两个模块的提取结果重新排列；把CNN模块每一层的中间结果传递给上采样层，并把最后一层的结果额外通过一个Transformer层来进一步强化全局特征；最后把融合后的数据和CNN模块传递过来的数据统一交给上采样模块，通过使用全局和局部的特征来恢复图像分辨率。本发明提高了图像语义分割的准确率。
基于 cnn transformer 图像分割方法

[发明专利]一种利用线标注的弱监督阴影检测方法-CN202211739474.9在审
发明人：周凯;邵艳利;方景龙;魏丹 -专利权人：杭州电子科技大学
申请日： 2022-12-30 - 公布日： 2023-04-11 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种利用线标注的弱监督阴影检测方法。本发明首先用线重新标注两个现有的基准数据集，命名为S‑SBU和S‑ISTD；设计一个基于Transformer的阴影检测网络来捕获显著的上下文信息交互，并提出一个边缘导向的多任务学习框架，以产生具有丰富结构的中间和主要预测。通过融合这两个互补的预测，得到一个边缘保留的精细阴影图；还引入一个特征导向的语义感知损失来克服复杂场景干扰，使模型能够使用更高层次的语义信息来感知阴影和非阴影区域。本发明可以从线标注的弱监督学习中获得高质量的阴影预测图。在三个基准数据集上的实验结果表明，与全监督的最先进方法相比，本方法获得了具有竞争力的性能。
一种利用标注监督阴影检测方法

[发明专利]一种固态硬盘存储空间物理分区隔离与隐藏方法-CN202010811739.6有效
发明人：杜润泽;王兴起;方景龙 -专利权人：杭州电子科技大学
申请日： 2020-08-13 - 公布日： 2023-04-07 - 主分类号： G06F3/06 文献下载
摘要：本发明涉及一种固态硬盘存储空间物理分区隔离与隐藏方法。本发明首先对使用固态硬盘的用户的合法性进行鉴权，只有合法用户才被允许访问硬盘，当用户鉴权不通过时固态硬盘将隐藏物理分区。然后，打开对应合法用户的物理分区，并将该用户的物理分区映射为整个固态硬盘空间，使得用户对固态硬盘的访问被限制在物理分区内。当用户程序访问硬盘数据时，固态硬盘固件将判断用户访问逻辑地址是否越界，如果越界将拒绝用户访问。本发明相比传统的操作系统层面的物理分区隔离与隐藏，在固态硬盘端，实现了硬盘存储空间的物理隔离，确保了信息存储的具有更高的安全性，降低了信息被窃取的风险。
一种固态硬盘存储空间物理分区隔离隐藏方法

[发明专利]一种基于信息和层次泛化修复模板的软件修复方法-CN202211689885.1在审
发明人：王兴起;马云;魏丹;方景龙 -专利权人：杭州电子科技大学
申请日： 2022-12-27 - 公布日： 2023-03-28 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于信息和层次泛化修复模板的软件修复方法，本发明采用的对代码的抽象语法树进行提取信息，进一步利用提出的术语表示，生成了信息更全面的代码表示以丰富训练数据集并解决了代码的结构信息丢失的问题；采用了一种单独泛化和层次泛化相结合的方法，成功的解决了某些修复的测试用例被错误泛化甚至不泛化的缺陷，成功的挖掘出了更全面的修复模板，通过在泛化过程中利用测试用例的信息来对泛化的程度加以控制，进一步减少了泛化程度太高导致无意义的模板数量，进一步提高了模板的匹配准确率。
一种基于信息层次泛化修复模板软件方法

[发明专利]一种语义感知的图像阴影检测方法-CN202211089904.7在审
发明人：周凯;邵艳利;方景龙;魏丹;王兴起 -专利权人：杭州电子科技大学
申请日： 2022-09-07 - 公布日： 2023-01-31 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种语义感知的图像阴影检测方法，以阴影图像为输入，进行端到端的阴影掩膜预测。包括构建阴影检测网络、制作语义标注集和实现多任务学习三部分。具体是通过构建一个基于Swin Transformer的阴影检测网络，用于学习全局和长程信息交互，融合了阴影多尺度预测图，保证检测结果的完整度和细粒度。然后利用公开数据集对阴影图像GT进行了语义标注以获得语义标签。最后设计了一个结合阴影监督和语义监督的多任务学习框架，巧妙的利用了图像多尺度特征信息，进行鲁棒的阴影知识学习。经过训练后得到了一个参数大小为24.37M的高效阴影检测网络，可以有效地避免歧义区域的干扰，克服了现有阴影检测方法存在的局限性。
一种语义感知图像阴影检测方法

[发明专利]基于数据融合的多图卷积神经网络交通预测方法-CN202211110596.1在审
发明人：王兴起;叶佳妮;邵艳利;魏丹;陈滨;方景龙 -专利权人：杭州电子科技大学
申请日： 2022-09-13 - 公布日： 2022-12-16 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于数据融合的多图卷积神经网络交通预测方法，本发明针对目前主流模型构建交通拓扑图时不考虑节点的时空特征，利用3D卷积构成3DRepVGG组件来提取欧式交通流数据的时空特征，并将其作为交通拓扑图中每个节点特征；设计了周期门控逻辑单元处理非欧式交通流数据，提升模型提取时间特征的能力，并利用聚类算法对区域交通状况进行识别和量化，提高模型泛化能力并减少参数量；根据区域交通状态、非欧式交通流数据和节点特征数据来构建多个交通拓扑图，加强模型提取远距离空间特征的能力，进一步提高预测精度。
基于数据融合图卷神经网络交通预测方法

1
2
3
下一页»
尾页
共 41 条