“陈崧强”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7个，建议您升级VIP下载更多相关专利

[发明专利]一种鲁棒性能测试方法、装置、电子设备以及存储介质-CN202310138972.6在审
发明人：谢晓园;段颖;陈崧强 -专利权人：武汉大学
申请日： 2023-02-16 - 公布日： 2023-06-23 - 主分类号： G06F11/36 文献下载
摘要：本申请涉及一种鲁棒性能测试方法、装置、电子设备以及存储介质，涉及智能驾驶技术领域，该方法包括：基于多目标跟踪系统的应用场景，构建多目标跟踪系统的蜕变关系；基于该蜕变关系，获取与源测试用例相对应的衍生测试用例；将源测试用例以及衍生测试用例输入到多目标跟踪系统，得到源多目标跟踪结果以及衍生多目标跟踪结果；基于源多目标跟踪结果与衍生多目标跟踪结果之间的关系，获取多目标跟踪系统的鲁棒性验证结果。采用本方法可以通过验证源多目标跟踪结果以及衍生多目标跟踪结果之间是否满足蜕变关系来测试多目标跟踪系统的鲁棒性，避免了传统测试方法中需要大量人工对预期输出数据帧进行标记，提高了对多目标跟踪系统鲁棒性的测试效率。
一种性能测试方法装置电子设备以及存储介质

[发明专利]一种深度学习蜕变测试用例排序方法及计算机可读介质-CN202211344266.9在审
发明人：谢晓园;尹鹏博;陈崧强 -专利权人：武汉大学
申请日： 2022-10-31 - 公布日： 2023-01-31 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种深度学习蜕变测试用例排序方法及计算机可读介质。本发明方法首先将被测深度学习模型分为两部分。在被测深度学习模型的第一部分执行全部的蜕变测试用例对获取输出，并将每一个蜕变测试用例对所得到的神经元输出转化为分布输出，通过计算二者的分布差异得到每一个蜕变测试用例对的多样性。根据蜕变测试用例对的多样性大小进行排序得到整个蜕变测试用例对集合的执行顺序。之后根据得到的执行顺序在被测深度学习模型的第二部分执行蜕变测试用例对得到源测试用例和衍生测试用例的输出，使得更容易触发被测模型错误行为的蜕变测试用例对能够优先被执行。本发明提高了测试人员对深度学习软件进行测试的效率。
一种深度学习蜕变测试排序方法计算机可读介质

[发明专利]一种二进制函数代码的语义比对方法及装置-CN202210960065.5在审
发明人：王丽娜;高昊;张桐;陈崧强;余荣威;邓颖川 -专利权人：武汉大学
申请日： 2022-08-11 - 公布日： 2022-12-09 - 主分类号： G06F21/16 文献下载
摘要：本发明公开了一种二进制函数代码的语义比对方法及装置，其中的方法首先对二进制文件中的二进制函数代码进行反汇编，并用二进制控制流程图进行表示，构建了二进制函数代码语义比对模型FUSION，通过该模型的语义感知模块可以同时学习语句的语义信息，结构感知模块可以学习二进制控制流图的结构和节点的执行顺序信息，从而更好表征二进制代码各类特征，通过语义对比模块得到二进制函数的相似度，从而可以提高二进制函数比对的准确性。并且，该方法具有较好的时间和空间复杂度，能够满足在海量代码库中进行二进制代码文件快速溯源分析的要求。具有较高的准确率和召回率，可以基于海量代码库的二进制代码文件溯源应用场景。
一种二进制函数代码语义方法装置

[发明专利]一种基于递归询问的问答系统回答可靠性即时检查方法-CN202111170353.2在审
发明人：谢晓园;晋硕;陈崧强 -专利权人：武汉大学
申请日： 2021-10-08 - 公布日： 2022-01-28 - 主分类号： G06F16/332 文献下载
摘要：本发明提出了一种基于递归询问的问答系统回答可靠性即时检查方法。本发明收集用户当前输入的询问和问答系统为其返回的答案并检查询问的问题类型；基于用户询问和返回答案形成一条知识陈述；基于该知识陈述构造一般疑问句式递归询问并检查问答系统对于该一般疑问句式询问的回答是否符合预期要求；基于该知识陈述构造若干特殊疑问句式递归询问依次输入问答系统并检查问答系统对于每个特殊疑问句式询问的回答是否均符合预期要求；总结展示检查结果向用户报告可靠度量情况。若问答系统对于任意递归询问回答不符合预期，说明知识陈述可能出错，即对用户当前输入询问的回答可能出错。该发明可在未知正确回答的情况下即时地检查问答系统回答的可靠性。
一种基于递归询问问答系统回答可靠性即时检查方法

[发明专利]一种针对于缺陷报告的多标签标记方法-CN202010984558.3有效
发明人：谢晓园;陈崧强;苏宇辉;晋硕;姬渊翔 -专利权人：武汉大学
申请日： 2020-09-18 - 公布日： 2021-11-16 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种针对于缺陷报告的多标签标记方法。本发明由用户指定待选标签集合，根据该集合构建初始多标签训练数据集，通过人工补全方法进行第一轮标签补全得到第一轮补全后的多标签训练数据集，使用二分类预测方法自动第二轮标签补全得到第二轮补全后的多标签训练数据集，再通过人工补全方法进行第三轮标签补全得到最终多标签训练数据集；构建基于快速文本分类器算法的文本多类分类模型，基于最终多标签训练数据集进行训练，得到训练后的文本多分类模型作为训练后缺陷报告标签预测器；使用训练后缺陷报告标签预测器为缺陷报告进行多标签标记，并收集用户反馈以即时更新预测性能。本发明提供了一种高效地为缺陷报告预测并标记多个标签的方法。
一种针对缺陷报告标签标记方法

[发明专利]一种基于深度学习的单句摘要缺陷报告标题自动生成方法-CN202010667056.8在审
发明人：谢晓园;陈崧强;姬渊翔;晋硕;尹邦国 -专利权人：武汉大学
申请日： 2020-07-13 - 公布日： 2020-11-06 - 主分类号： G06F40/117 文献下载
摘要：本发明提出了一种基于深度学习的单句摘要缺陷报告标题自动生成方法。本发明获取开源缺陷报告样本作为原始数据集，构建三个判别模型对原始数据集中样本进行评估，选择合格样本构建正式数据集；引入多种人工命名词汇类型并构建对应正则表达式用于提取和定位正式数据集样本主体内容中的人工命名词汇，在每个人工命名词汇前后插入类型标记，并分别对样本的标题和插入标记后的主体内容进行分词和小写化处理构建训练数据集；搭建带复制机制的编解码循环神经网络模型,在训练数据集上训练获得优化后的模型；向优化后的模型输入待拟定标题的缺陷报告主体内容，模型即可自动生成对应标题。本发明提高了用户撰写标题的质量和效率。
一种基于深度学习单句摘要缺陷报告标题自动生成方法

[实用新型]一种山体滑坡监控装置-CN201420231000.8有效
发明人： 陈崧强;叶梓贤;吴蕙铭 -专利权人：福建省福州第三中学
申请日： 2014-05-07 - 公布日： 2014-12-31 - 主分类号： G08B21/10 文献下载
摘要：本实用新型公开一种山体滑坡监控装置，包括倾斜检测装置，距离采集装置，中转装置，监控终端。通过倾斜检测装置，距离采集装置与无线传输技术的结合，将山体滑坡的监控信息通过无线方式汇总至中转装置，中转装置拨号连接公网将山体滑坡的监控信息传输至监控终端，从而实时监控整个山体滑坡情况。本实用新型监测装置可以实时监测坡面的地表位移与深部位移以及坡面形变，用简单、低成本的方法解决山体滑坡监测难题。
一种山体滑坡监控装置

1
共 7 条