“缺陷预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果547765个，建议您升级VIP下载更多相关专利

[发明专利]涂胶缺陷检测方法、装置、存储介质及电子设备-CN202110712626.5有效
发明人：王谦;崔磊;吴立威;王巍;肖旭 -专利权人：北京市商汤科技开发有限公司
申请日： 2021-06-25 - 公布日： 2023-08-01 - 主分类号： G06T7/00 文献下载
摘要：本公开涉及涂胶缺陷检测方法、装置、存储介质及电子设备。该方法包括获取目标图像，上述目标图像包括工件的涂胶区域；基于深度神经网络对上述目标图像进行处理，得到上述涂胶区域的预测位置信息；获取上述涂胶区域的标准位置信息；根据上述预测位置信息和标准位置信息，得到涂胶缺陷检测结果本公开可以基于深度神经网络对目标图像进行自动分割，确定预测位置信息，进而根据该预测位置信息自动快速判断出涂胶缺陷，实现了涂胶缺陷检测的智能化、自动化，并且保证涂胶缺陷检测的准确度。
涂胶缺陷检测方法装置存储介质电子设备

[发明专利]主变个体缺陷概率预测方法-CN201310356832.2在审
发明人：杨晶晶;萧展辉;齐志刚;蔡徽;陈军;李端姣;陈剑光;杨晓东 -专利权人：广东电网公司
申请日： 2013-08-15 - 公布日： 2013-12-11 - 主分类号： G06F19/00 文献下载
摘要：本发明提供一种主变个体缺陷概率预测方法，包括以下步骤：获取模型输入变量；计算各模型输入变量的WOE值和IV值；根据所述WOE值和IV值对各模型输入变量进行交互式分组；根据交互式分组后的数据以及预先建立的预测模型得到主变个体缺陷概率本发明的一种主变个体缺陷概率预测方法，通过对主变个体缺陷概率的预测，能对主变在未来一段确定的时期内出现缺陷的概率有相对确切的把握，从而提高了缺陷发现和预防工作的科学性和可靠性，提高工作的针对性和准确性，
个体缺陷概率预测方法

[发明专利]一种面向软件缺陷个数预测的特征选择方法-CN201710374939.8有效
发明人：余啸;刘进;马子逸;崔晓晖;谷懿;井溢洋 -专利权人：武汉大学
申请日： 2017-05-24 - 公布日： 2020-06-09 - 主分类号： G06K9/62 文献下载
摘要：本发明针对软件缺陷数据集中不相关特征和冗余特征会降低软件缺陷个数预测模型的性能的问题，提出了一种面向软件缺陷个数预测的特征选择方法。在聚类的结果中，利用特征与软件缺陷个数之间的相关性，从每个簇中选出相关性最强的几个特征，这样既降低了特征之间的冗余度，又排除了不相关特征，得到最终的有益于缺陷个数预测模型性能的特征子集。本发明的技术方案具有简单、快速的特点，得到的特征子集有助于提高软件缺陷个数预测模型的性能。
一种面向软件缺陷个数预测特征选择方法

[发明专利]基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法-CN202210393192.1在审
发明人：崔灿;王世海;刘斌;路云峰 -专利权人：北京航空航天大学
申请日： 2022-04-14 - 公布日： 2022-07-15 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于隔离森林的跨项目缺陷预测样本过滤方法及预测方法，包括：提取跨项目软件的缺陷数据集作为源项目数据集并进行数据预处理；采用SMOTE将预处理后的数据平衡化获得平衡数据并划分为正样本数据和负样本数据；构建加权隔离森林并进行样本过滤；将所述过滤后的源数据集输入机器学习算法分类器对所述分类器进行训练，获得缺陷预测模型并将被测软件的目标数据集输入所述缺陷预测模型，获得所述目标数据集的预测结果并采用分类任务的性能评价指标对被测软件进行性能评估；本发明解决了目前样本过滤方法中强依赖于目标项目、效率低、预测模型性能差的问题，并且实现对软件预测模型的数据选择指导，进而缩短软件开发的周期，节约成本。
基于隔离森林项目缺陷预测样本过滤方法

[发明专利]一种软件缺陷预测规则的筛选方法及系统-CN202211512762.0在审
发明人：武文韬;王世海;刘斌;杨勋利;朱文婧 -专利权人：北京航空航天大学
申请日： 2022-11-30 - 公布日： 2023-05-30 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种软件缺陷预测规则的筛选方法及系统，属于关联规则筛选技术领域，解决了现有软件缺陷特征选择复杂且预测规则存在冗余的问题。包括获取历史软件缺陷数据，构建样本集；基于样本集执行如下步骤，进行迭代训练和测试：将样本集划分为训练集和测试集；基于关联规则算法，根据三个支持度阈值从训练集中生成频繁项集，根据不同长度的频繁项集的提升度阈值，筛选出频繁项集并转化为关联规则，得到关联规则集合；从关联规则集合中提取类关联规则，根据选择的预测指标对测试集进行预测，根据预测结果计算分类性能指标；迭代训练和测试结束后，取分类性能指标最优时的类关联规则，作为软件缺陷预测规则。提高了筛选预测规则的准确性和高效性。
一种软件缺陷预测规则筛选方法系统

[发明专利]基于改进关联规则的电力设备缺陷预警方法、系统及介质-CN202211177619.0有效
发明人：姜磊;杨泽;杨钊;左子凯;于柏恒 -专利权人：佰聆数据股份有限公司
申请日： 2022-09-27 - 公布日： 2022-12-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于电力设备缺陷监测预警领域，为基于改进关联规则的电力设备缺陷预警方法、系统及介质，其方法包括：获取和探索各维度数据；筛选出发生过缺陷的电力设备，进行多维度的预测指标构建，形成指标体系；将指标体系的各维度预测指标，转化成各维度设备预测标签，形成关联规则模型预测的设备标签项集；改进关联规则算法，通过设备标签项集推导出电力设备各维度事件发生的因果关系，引入模式挖掘树构建频繁项集，引入电力设备各维度事件发生时间的先后顺序，对关联规则模型进行重构；对利用关联规则模型对待预测电力设备的缺陷进行预测。本发明解决了现有预警预测方法容易产生大量的候选项集、算法执行效率低的技术问题。
基于改进关联规则电力设备缺陷预警方法系统介质

[发明专利]一种镍基单晶高温合金的高周疲劳寿命预测方法-CN202210368515.1在审
发明人：赵子华;张平发;田兆;梁振宇;孟扬 -专利权人：北京航空航天大学
申请日： 2022-04-06 - 公布日： 2022-08-16 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种镍基单晶高温合金的高周疲劳寿命预测方法，综合考虑缺陷的形状、位置以及尖端塑性区的影响，构建由缺陷的形状因子、位置因子组成的并考虑尖端塑性区的D参数，并依据D参数构建寿命预测模型。该方法能够实现对含缺陷的镍基单晶高温合金高周疲劳寿命的有效预测。
一种镍基单晶高温合金疲劳寿命预测方法

[发明专利]缺陷检测方法、装置及计算机存储介质-CN202210215068.6在审
发明人：申云鹏 -专利权人：重庆中科云从科技有限公司
申请日： 2022-03-04 - 公布日： 2022-06-24 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种缺陷检测方法、装置及计算机存储介质，包括：针对待检测图像中的待检测对象执行缺陷检测，获得各缺陷各自的位置信息、置信度信息、缺陷预测信息；根据各缺陷各自的位置信息、置信度信息，确定各缺陷中的非抑制缺陷和被抑制缺陷；根据各缺陷的非抑制缺陷或被抑制缺陷的确定结果、各缺陷各自的缺陷预测信息，确定各缺陷对应的各缺陷类别；根据各缺陷对应的各缺陷类别，确定待检测对象的缺陷检测结果。借此，本申请可快速执行缺陷检测，并可有效提高缺陷检测结果的准确性。
缺陷检测方法装置计算机存储介质

[发明专利]一种多维度的预测框合并方法、系统、设备以及存储介质-CN202210919595.5在审
发明人：不公告发明人 -专利权人：成都数之联科技股份有限公司
申请日： 2022-08-02 - 公布日： 2022-11-08 - 主分类号： G06T7/187 文献下载
摘要：本发明提供一种多维度的预测框合并方法、系统、设备以及存储介质，涉及图像缺陷检测技术领域，所述方法包括以下步骤：获取ADC算法模型输出的预测框；判定预测框是否唯一，若否，则根据配置参数和映射函数对预测框进行多维度合并输出，或者根据预测框的面积、置信度以及缺陷等级的权重对预测框进行比较输出。本发明利用多维度的预测框合并，在ADC算法模型相同输出的情况下，只需进行参数配置和映射函数设置即可实现不同逻辑的预测框合并，实现低置信度高等级、低置信度高优先级等不同条件的预测框输出，增强ADC算法模型的准确率，降低漏检率和混淆率，同时具有指定缺陷的单独比较能力，灵活性更高。
一种多维预测合并方法系统设备以及存储介质

[发明专利]一种基于Capture-Recapture的软件缺陷预测方法及系统-CN202310889238.3在审
发明人：张岩;王玉洁;许龙豹;李伟;吴玉忠;张帆;刘凯旋 -专利权人：山东鲁商通科技有限公司
申请日： 2023-07-20 - 公布日： 2023-08-22 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及软件预测技术领域，尤其是涉及一种基于Capture‑Recapture的软件缺陷预测方法及系统。所述方法包括：获取软件开发过程中的相关数据；对获取的相关数据进行预处理；对预处理后的相关数据提取特征；基于Capture‑Recapture算法构建预测模型，利用获取的软件开发过程中的相关数据对预测模型进行训练和验证；对训练好的预测模型进行评估，根据评估结果进行模型调优；利用调优后的预测模型得到软件缺陷预测结果。本发明通过采集和处理软件开发过程中的相关数据，能够预测和统计缺陷情况，并以直观的可视化方式展示给用户。
一种基于 capture recapture 软件缺陷预测方法系统

[发明专利]含缺陷焊接结构的概率剩余寿命预测方法及系统-CN202111249311.8在审
发明人：王宗正;刘韶庆;韩晓辉;李宁;赵子豪;鞠增业;汪认;马龙 -专利权人：中车青岛四方机车车辆股份有限公司
申请日： 2021-10-26 - 公布日： 2021-12-24 - 主分类号： G06F30/23 文献下载
摘要：本发明属于焊接结构寿命预测技术领域，提供了一种含缺陷焊接结构的概率剩余寿命预测方法及系统。其中，该方法包括基于含缺陷焊接结构载荷工况及量化并规则化的缺陷形式，构建含缺陷焊接结构的全局有限元模型和关键部位的子有限元模型，计算当前应力场强度因子；获取基于断裂力学试验的含缺陷焊接结构的应力场强度因子门限值以及基于损伤力学试验的含缺陷焊接结构的临界缺陷长度；比较当前应力场强度因子与应力场强度因子门限值：若前者小于后者，则缺陷安全；否则，基于运营里程与缺陷长度的关系，当缺陷长度达到临界缺陷长度时，运营里程则是含缺陷焊接结构在设定存活率下的剩余寿命。其提高了概率剩余寿命预测的准确性。
缺陷焊接结构概率剩余寿命预测方法系统

[发明专利]一种面向开源软件缺陷特征深度学习的软件缺陷预测方法-CN201910907932.7有效
发明人：艾骏;王飞;许嘉熙;郭皓然;邹卓良;施韬 -专利权人：北京航空航天大学
申请日： 2019-09-25 - 公布日： 2021-03-05 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种面向开源软件缺陷特征深度学习的软件缺陷预测方法，属于软件工程技术领域。本发明包括：采集开源软件缺陷信息，构建软件缺陷数据库，将源代码生成抽象语法树；利用社团检测算法将抽象语法树进行剪枝得到缺陷子树，然后结合修复描述和项目基础信息、源代码来建立缺陷子树的信息语料库，从中提取主题单词并转化为向量表示，作为缺陷子树中节点的属性；最后建立基于图分类的卷积神经网络的软件缺陷预测模型，将缺陷子树表示为邻接矩阵和属性矩阵作为模型的输入训练卷积神经网络，识别待预测软件模块源代码是否具有缺陷倾向性。本发明利用深度学习的方法直接从结构化的软件代码中提取缺陷深度特征，能够取得更好的缺陷识别效果。
一种面向软件缺陷特征深度学习预测方法

[发明专利]一种软件项目缺陷收敛曲线预测方法及系统-CN202211548733.X在审
发明人：赵晓丹;刘军辉;章岩;闫鑫;冷炜 -专利权人：中信银行股份有限公司
申请日： 2022-12-05 - 公布日： 2023-03-03 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种软件项目缺陷收敛曲线预测方法及系统，包括：获取项目缺陷分类标签；获取项目需求分析阶段及开发阶段的项目特征；根据项目特征以及项目缺陷分类标签对项目进行标记，得到项目特征数据集；基于项目特征数据集计算各个项目特征的信息增益；通过比较各个项目特征的信息增益，选择信息增益最大的项目特征作为根节点；将信息增益最大的项目特征从特征列表中删除；递归执行S5‑S6，达到预设的停止条件时，停止执行；生成项目缺陷收敛决策树；根据项目缺陷收敛决策树预测项目的缺陷收敛预测曲线本发明所述方法及系统通过对预测曲线与实际曲线实时监控，可在项目进行中缺陷收敛曲线发生偏差时及时感知，从而合理分配资源及排期，提高效率。
一种软件项目缺陷收敛曲线预测方法系统

[发明专利]一种软件测试缺陷预测方法及系统-CN201611207391.X有效
发明人：顾静雯 -专利权人：上海斐讯数据通信技术有限公司
申请日： 2016-12-23 - 公布日： 2020-02-11 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及大数据分析提取技术领域，尤其涉及一种用软件测试缺陷预测方法及系统。本发明软件测试缺陷预测方法，包括：数据采集、数据处理、数据分类、数据分析等步骤。基于目前已有的或者可以实时更新的软件项目测试情况的大数据进行数据挖掘，实现对软件测试缺陷的预测方法。数据挖掘是通过从大数据中剥离有效的数据，通过数据清洗、数据分类、从而找到测试缺陷的规律性。
大数据测试缺陷软件测试数据分类数据挖掘发明软件缺陷预测软件项目实时更新数据采集数据分析数据清洗数据处理预测规律性剥离测试分析

[发明专利]一种刀闸发热缺陷预测方法-CN202210481065.7在审
发明人：陈晖;纪哲强;陈高汝;高仁栋;黄浩斌 -专利权人：国网福建省电力有限公司福州供电公司;国网福建省电力有限公司;国家电网有限公司
申请日： 2022-05-05 - 公布日： 2022-07-29 - 主分类号： G06N20/10 文献下载
摘要：本发明涉及一种刀闸发热缺陷预测方法，包括以下步骤：获取各刀闸的历史数据，对历史数据进行预处理，得到训练数据集；编号作为对应刀闸的索引；建立各类基于不同算法的基学习器，通过训练数据集对各基学习器进行训练，得到训练好的基学习器；获取各刀闸的待预测数据，对待预测数据进行预处理，得到待预测数据集；通过各基学习器对待预测数据集进行预测，得到分类判别值，对各基学习器得到的分类判别值分别进行概率转换，得到概率值，计算各概率值的平均值，得到预测概率值；待预测数据包括该刀闸的参数A；预测概率值表征刀闸发生发热缺陷的概率。本发明并综合各基学习器的预测结果，得到发热缺陷的发生概率，实现对刀闸发热的预测。
一种发热缺陷预测方法