“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]基于语义属性子集划分与度量匹配的异质缺陷预测方法及系统-CN202110428809.4有效
发明人：荆晓远;谢宇;陈昊文 -专利权人：武汉大学
申请日： 2021-04-21 - 公布日： 2022-09-13 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件缺陷预测领域，公开了基于语义属性子集划分与度量匹配的异质缺陷预测方法及系统，利用语义属性子集划分提取属性子集，并对数据进行预处理；在提取出来的属性子集上进行度量匹配，建立源数据集与目标数据集上的匹配对；同时利用机器学习和集成学习方法建立异质缺陷预测模型；预测目标数据集是否存在缺陷，并进行可解释性追溯。本发明在异质软件预测过程中，能够有效解决数据的异质问题；能够对缺陷结果进行可解释性朔源，解决软件缺陷问题。
基于语义属性子集划分度量匹配缺陷预测方法系统

[发明专利]一种数据驱动的SMT锡膏印刷质量预测分析方法及系统-CN202210561669.2在审
发明人：查珊珊;邹文忠;胡子翔;张明政;崔祺;朱凯鹏;严文强;聂江莹 -专利权人：中国电子科技集团公司第三十八研究所
申请日： 2022-05-23 - 公布日： 2022-09-02 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种数据驱动的SMT锡膏印刷质量预测方法及系统，方法包括：获取SMT产线上印刷机数据及锡膏印刷质量历史缺陷类数据，过采样并预处理上述数据；读取预处理后的数据，采用互信息分别从关联性、冗余性的角度筛选出印刷工艺参数、印刷数据、性能指标与印刷质量的强相关、低冗余的特征挖掘印刷缺陷数据关联规则补充上述特征，形成关键特征子集；构建锡膏印刷质量预测模型，并将关键特征子集输入预测模型，对锡膏印刷良品、各缺陷类别进行预测分类；采用良品预测准确率、缺陷预测准确率、良品预测错误率、缺陷预测错误率、良品查准率、预测准确度指标来评估分类结果的准确性。本发明解决了依赖人工操作、预测准确率低及预测指标单一的技术问题。
一种数据驱动 smt 印刷质量预测分析方法系统

[发明专利]一种软件缺陷预测方法及装置-CN202211227744.8在审
发明人：金洋旭 -专利权人：中国银行股份有限公司
申请日： 2022-10-09 - 公布日： 2022-12-20 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种软件缺陷预测方法及装置，涉及软件技术领域，可用于金融领域或其他技术领域。所述方法包括：获取Java类的软件度量指标值；对所述软件度量指标值的特征值进行非平衡数据的处理，得到所述软件度量指标值的目标特征值；基于预设软件缺陷预测模型对所述目标特征值进行预测，得到包含有软件缺陷的软件分类结果；其中，所述预设软件缺陷预测模型包含有自适应选择分类器，且预先根据软件缺陷样本数据训练得到。本发明实施例提供的软件缺陷预测方法及装置，能够准确获取存在软件缺陷的软件。
一种软件缺陷预测方法装置

[发明专利]基于机器学习的缺陷预测方法-CN201910779470.5在审
发明人：曾路;卫薇;王杰峰;赵威杨;钟掖;周泽元;张克贤;舒彧;孙骏;龙玉江 -专利权人：贵州电网有限责任公司
申请日： 2019-08-22 - 公布日： 2019-11-26 - 主分类号： G06Q10/00 文献下载
摘要：基于机器学习的缺陷预测方法，涉及电网供电设领域，尤其是一种通过数据监测、调整、比对，实现监控设备自行学习调整，对线路缺陷进行预测的基于机器学习的缺陷预测方法。本发明包括数据监测、数据比对、缺陷预测以及预测调整四个模块，数据监测模块监测供电网络的运行数据，通过数据比对模块分析比对，在比对过程中，通过预测调整模块修正预测数据，分析预测数据，通过缺陷预测模块对即将产生的异常发出警报
缺陷预测供电网络基于机器数据监测预测数据运行数据比对预测修正实时运行数据数据比对模块数据监测模块电网供电调整模块分析比对监控设备进化算法缺失数据实时数据数据比对数据分析数据异常线路缺陷异常数据可接受学习警报验证引入监测分析

[发明专利]基于深度神经网络热度图预测的缺陷检测方法-CN201910312664.4在审
发明人：何志权;许琦;何志海 -专利权人：深圳市深视创新科技有限公司
申请日： 2019-04-18 - 公布日： 2019-07-30 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于深度神经网络热度图预测的缺陷检测方法，包括：步骤1，对获取的图像进行预处理；步骤2，深度神经网络热度图预测；步骤3，根据预测输出的热力图点进行缺陷点聚类分析以获得缺陷的集合；步骤4，对所述集合中缺陷类型进行预测；步骤5，针对不同类型的缺陷，提取相应的缺陷特征；步骤6，根据所述缺陷特征和图像对缺陷进行分级处理。本发明可以利用缺陷的几何特征及其类别信息进行缺陷的分级处理，依生产现场的需要，灵活的控制缺陷的判定。
神经网络预测热度分级处理缺陷检测缺陷特征集合预处理图像功能分散几何特征聚类分析类别信息缺陷类型生产现场灵活的缺陷点判定输出检测优化

[发明专利]一种基于类依赖网络的软件缺陷预测方法及系统-CN202211675286.4在审
发明人：韦庆杰;赵晨阳;万邦睿;刘歆;钱鹰 -专利权人：重庆邮电大学
申请日： 2022-12-26 - 公布日： 2023-03-28 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种基于类依赖网络的软件缺陷预测方法及系统，包括：获取原始项目源码；根据不同的度量标准对原始项目源码中的类进行特征提取得到原始类预测样本并打上标签信息；构建缺陷预测模型并将原始类预测样本作为训练样本对缺陷预测模型进行训练；获取目标项目源码，根据不同的度量标准对目标项目源码中的类进行特征提取得到目标类预测样本；将目标类预测样本输入训练好的缺陷预测模型输出目标类预测样本的预测结果；将目标项目源码中的类作为节点，根据类与类之间的依赖关系作为边建立类依赖网络；根据类依赖网络利用坍缩k‑core方法计算每个类的核心度；根据目标类预测样本的预测结果和类的核心度计算得到类的最终预测结果。
一种基于依赖网络软件缺陷预测方法系统

[发明专利]一种基于图卷积神经网络的软件缺陷预测方法及终端-CN202110948519.2在审
发明人：陶传奇;唐利金;黄志球 -专利权人：南京航空航天大学
申请日： 2021-08-18 - 公布日： 2021-11-05 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种基于图卷积神经网络的软件缺陷预测方法及终端，包括：对由代码文件构成的数据集进行统一处理，将其解析成抽象语法树，调整抽象语法树的结构和保留节点的关键信息；将调整后的抽象语法树构造成图结构，构建训练集；训练得到第一预测模型，将需要进行预测的数据输入得到第一缺陷倾向性结果；训练得到第二预测模型，将需要进行预测的数据输入得到第二缺陷倾向性结果；对二者值取平均，作为最终的缺陷预测结果。本发明能够解析整个代码文件，并转换成图结构，尽可能保留源代码文件所包含的信息，来训练神经网络进行特征提取，然后利用提取到的代码信息，并结合与同缺陷相关的静态代码特征进行缺陷预测。
一种基于图卷神经网络软件缺陷预测方法终端

[发明专利]一种基于实例选择的跨项目缺陷预测方法-CN202210503567.5在审
发明人：文万志;张瑞年;王楚越;祁佳篁;沈陈强;朱宁波;李跃华;程实 -专利权人：南通大学
申请日： 2022-05-09 - 公布日： 2022-08-12 - 主分类号： G06F11/36 文献下载
摘要：本发明属于软件缺陷预测技术领域，提供一种基于实例选择的跨项目缺陷预测方法，包括如下步骤：S1、构建分类实例集CID；S2、将分类实例集中的所有度量值中心化EMC；S3、组合分布特征向量CDFV；S4、实例间距离计算BIDCM；S5、构建最相似源实例索引集；S6、构建训练集ND；S7、构建跨项目缺陷预测分类方法；S8、构建基于实例选择的跨项目缺陷预测方法ISCPDP。本发明通过选择组合分布特征向量与目标组合分布特征向量最相似的实例集组建训练集，优化后的训练集有利于建立精确的缺陷预测模型，进一步提高跨项目缺陷预测效率。
一种基于实例选择项目缺陷预测方法

[发明专利]基于神经网络的木材缺陷检测方法、系统及存储介质-CN202010068555.5有效
发明人：王福伟;李小飞;王建凯;陈曦;麻志毅 -专利权人：杭州未名信科科技有限公司;浙江省北大信息技术高等研究院
申请日： 2020-01-21 - 公布日： 2023-05-23 - 主分类号： G06T7/00 文献下载
摘要：本申请实施例中提供了一种基于神经网络的木材缺陷检测方法、系统及存储介质，基于神经网络的木材缺陷检测方法包括：获取木材的图像数据；通过构造缺陷分割神经网络，然后训练缺陷分割神经网络，其次木材图像数据输入到训练后的缺陷分割神经网络进行缺陷分割预测得到缺陷预测掩码图，最后根据缺陷预测掩码图进行后处理计算得到结构化的缺陷描述数据即木材缺陷检测数据，实现了在木材缺陷检测中对木材缺陷的分割，解决了现有技术中基于神经网络进行木材缺陷检测时，不能对木材缺陷进行分割的问题。
基于神经网络木材缺陷检测方法系统存储介质

[发明专利]基于主动学习的缺陷位置标识-CN202180076672.9在审
发明人：林晨希;邹毅;T·哈桑;徐慧娜;寇人杰;N·N·穆安;K·纳菲西 -专利权人： ASML荷兰有限公司
申请日： 2021-11-02 - 公布日： 2023-07-28 - 主分类号： G03F7/20 文献下载
摘要：使用与其他衬底相关联的训练数据集来训练缺陷位置预测模型，以基于与衬底相关联的过程相关数据来生成缺陷预测或无缺陷预测、和与位置中的每个位置的预测相关联的置信度得分。将位置中的由缺陷位置预测模型确定为置信度得分满足置信度阈值的那些位置添加到要由检查系统检查的位置集合。在检查该位置集合之后，获得检查结果数据，并且通过使用位置集合的检查结果数据和过程相关数据作为训练数据来以递增方式训练缺陷位置预测模型。
基于主动学习缺陷位置标识

[发明专利]一种基于开发人员行为分析的软件缺陷预测方法及装置-CN202111512091.3在审
发明人：高蕊;冷炜;龙飞;陈希;王震;周勖 -专利权人：中信银行股份有限公司
申请日： 2021-12-07 - 公布日： 2022-03-25 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种基于开发人员行为分析的软件缺陷预测方法及装置，涉及软件测试相关技术领域，方法包括：获得第一开发人员对第一开发软件中第一模块的存量文档浏览次数；获得第一开发人员对所述第一开发软件中所述第一模块的代码修改行数；根据所述第一模块的所述存量文档浏览次数和所述代码修改行数，获得第一缺陷影响因子；根据GAN算法建立软件缺陷预测模型；将所述第一缺陷影响因子作为所述软件缺陷预测模型的输入层神经元，获得所述软件缺陷预测模型的最优解，所述最优解包括所述第一开发软件的缺陷预测结果。解决了现有技术中由于对开发人员的关注度不够，导致进行软件缺陷测的结果难以追根溯源，存在预测结果准确度不足的技术问题。
一种基于开发人员行为分析软件缺陷预测方法装置

[发明专利]一种基于双通道卷积神经网络的重复缺陷报告检测方法-CN201910474540.6有效
发明人：徐玲;何健军;帅鉴航;杨梦宁;张小洪;洪明坚;葛永新;杨丹;王洪星;黄晟;陈飞宇 -专利权人：重庆大学
申请日： 2019-06-20 - 公布日： 2023-04-18 - 主分类号： G06F11/36 文献下载
摘要：本发明涉及一种基于双通道卷积神经网络的重复缺陷报告检测方法，包括三个步骤，数据准备、建立CNN模型和待预测缺陷报告预测；在数据准备，对重复报告有用的字段，从缺陷报告中提取出来，对每一个报告，结构化信息和非结构化信息一起放入一个文本发明档中在待预测缺陷报告预测阶段，训练好的模型加载预测一个未知缺陷报告与已知缺陷报告组成的缺陷报告对的相似度，这个相似度是一个表示缺陷报告对重复可能性的概率。本发明方法具有较高的预测准确性。
一种基于双通道卷积神经网络重复缺陷报告检测方法

[发明专利]一种基于线性规划的工作量感知即时软件缺陷预测方法-CN202210788768.4在审
发明人：李志强;杜倩男;谢娟英;任杰 -专利权人：陕西师范大学
申请日： 2022-07-06 - 公布日： 2022-09-09 - 主分类号： G06F11/36 文献下载
摘要：本发明提供了一种基于线性规划的工作量感知即时软件缺陷预测方法，涉及软件缺陷预测技术领域，包括如下步骤：1、构造即时软件缺陷数据集；2、类不平衡数据处理；3、对即时软件缺陷数据进行预处理；4、构建LPDP模型；5、预测新提交的软件代码变更，得到其预测标签。本发明从线性规划的角度出发，设计了一种无参的工作量感知即时软件缺陷预测方法，避免了耗时耗力的参数调优过程。该方法具有较高的缺陷识别效果，有助于更好地保障软件产品的质量与可靠性。
一种基于线性规划工作量感知即时软件缺陷预测方法

[发明专利]代码缺陷的预测方法及装置-CN201611030122.0有效
发明人：谢新强;唐亮 -专利权人：东软集团股份有限公司
申请日： 2016-11-15 - 公布日： 2019-10-11 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种代码缺陷的预测方法及装置，涉及代码缺陷检测技术领域，本发明减少了代码缺陷测试所消耗的人员工作量。本发明的技术方案为：获取目标代码的属性信息；根据代码缺陷库中的属性信息和目标代码的属性信息确定所述目标代码对应的代码缺陷信息，所述代码缺陷库中存储属性信息与代码缺陷信息的对应关系；输出与所述目标代码对应的代码缺陷信息，所述代码缺陷信息用于预测所述目标代码存在的缺陷。本发明主要用于预测目标代码中存在的缺陷。
代码缺陷信息目标代码属性信息缺陷库预测存储属性信息代码缺陷检测人员工作量获取目标缺陷测试预测目标消耗输出

[发明专利]一种改进遗传算法优化支持向量机的输电线路雷击缺陷预测方法-CN201711022704.9在审
发明人：黄绪勇;刘洋;王艳涛 -专利权人：云南电网有限责任公司电力科学研究院;昆明能讯科技有限责任公司
申请日： 2017-10-27 - 公布日： 2018-03-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种改进遗传算法优化支持向量机的输电线路雷击缺陷预测方法，属于人工智能技术领域。首先，根据输电线路雷击缺陷发生的可能因素建立预测模型输入的特征向量；其次，对样本进行采样处理；然后改进遗传算法，并将改进遗传算法去优化支持向量机惩罚参数，之后用样本训练支持向量机，得到预测模型；最后，将模型应用于输电线路雷击缺陷预测本发明为输电线路雷击缺陷预测提供了一种科学，合理的预测模型，进一步降低电网因雷击事故而遭受的经济损失，保障电网安全稳定运行。同时，在很大程度上为输电线路雷击缺陷预测方面进行了探索。
一种改进遗传算法优化支持向量输电线路雷击缺陷预测方法