-
公开(公告)号：CN112536248B
公开(公告)日：2021-11-09
申请号：CN202011248874.0
申请日：2020-11-10
Applicant: 南通大学
Abstract: 本发明提供了一种电脑一体机显示器除尘装置，属于计算机除尘领域。其技术方案为：包括底板，底板上设置旋转机构，旋转机构上设置电脑一体机，旋转机构两侧对称设置定位机构，底板一端设置有移动机构，移动机构上固定设置有除尘机构，除尘机构沿电脑一体机显示器的宽度方向移动，除尘机构上设置有擦除组件，擦除组件沿电脑一体机显示器的高度方向升降，擦除组件升降到合适位置后，擦除组件向垂直于电脑一体机显示器的方向延伸。本发明的有益效果为：可以对电脑一体机显示器进行正面以及背面除尘，防止电脑在除尘的过程中发生旋转，防止作用力作用在显示屏上造成显示屏破裂，防止在电脑显示器屏幕上产生单向方向上的除尘痕迹。
-
公开(公告)号：CN112536248A
公开(公告)日：2021-03-23
申请号：CN202011248874.0
申请日：2020-11-10
Applicant: 南通大学
Abstract: 本发明提供了一种电脑一体机显示器除尘装置，属于计算机除尘领域。其技术方案为：包括底板，底板上设置旋转机构，旋转机构上设置电脑一体机，旋转机构两侧对称设置定位机构，底板一端设置有移动机构，移动机构上固定设置有除尘机构，除尘机构沿电脑一体机显示器的宽度方向移动，除尘机构上设置有擦除组件，擦除组件沿电脑一体机显示器的高度方向升降，擦除组件升降到合适位置后，擦除组件向垂直于电脑一体机显示器的方向延伸。本发明的有益效果为：可以对电脑一体机显示器进行正面以及背面除尘，防止电脑在除尘的过程中发生旋转，防止作用力作用在显示屏上造成显示屏破裂，防止在电脑显示器屏幕上产生单向方向上的除尘痕迹。
-
公开(公告)号：CN114238621B
公开(公告)日：2024-09-06
申请号：CN202111441323.0
申请日：2021-11-30
Applicant: 南通大学
IPC: G06F16/34 , G06F16/36 , G06F40/258 , G06F8/30
Abstract: 本发明提供了一种基于Transformer的编程问题帖标题自动生成方法，属于计算机应用技术领域；其技术方案为：包括以下步骤：(1)收集开发人员问答网站上与Java、C#、Python和JavaScript四种编程语言相关的问题帖，基于三种启发式规则以过滤掉其中的低质量问题帖；(2)基于上述构建的语料库，对构建的基于Transformer的T5模型进行微调，利用AdaFactor优化器以及注意力机制进行优化，构建出问题帖标题自动生成模型。本发明的有益效果为：为开发人员问答网站(例如Stack Overflow)的问题帖生成既简洁又准确的标题，实现了针对Java、C#、Python和JavaScript四种编程语言的问题帖标题生成的自动化。
-
公开(公告)号：CN115130480A
公开(公告)日：2022-09-30
申请号：CN202210405606.8
申请日：2022-04-18
Applicant: 南通大学
IPC: G06F40/58 , G06F40/30 , G06F40/289 , G06F40/211
Abstract: 本发明属于机器翻译质量检测技术领域，公开了一种基于辅助翻译软件和双粒度替换的英中翻译软件测试方法。针对需要测试的一系列英文源句，首先借助辅助翻译软件，通过计算主英中机器翻译软件和辅助英中机器翻译软件的翻译结果间的余弦相似度，识别出错误候选句子。随后对英文源句进行双粒度替换，以生成替换后的英文源句。并基于成分句法分析和依存句法分析，通过对比原始英文源句和替换后的英文源句在主英中机器翻译软件的翻译结果的结构表征来进一步识别出错误候选句子。最后通过分析被归为错误候选句子的英文源句，尝试定位并修复英中翻译软件测试方法的实现代码，以提高英中翻译软件的翻译质量。
-
公开(公告)号：CN114676298A
公开(公告)日：2022-06-28
申请号：CN202210379210.0
申请日：2022-04-12
Applicant: 南通大学
IPC: G06F16/9035 , G06F16/951 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于质量过滤器的缺陷报告标题自动生成方法，属于软件质量保障技术领域。其技术方案为：首先从GitHub上选择高质量开源项目，再对数据集进行数据预处理，训练自动生成模型，当预测新的缺陷报告时，分别基于通过学习低质量缺陷报告特征进行过滤的深度学习模块和通过判断历史数据集中是否存在与新缺陷报告内容相似的数据实现预测的信息检索模块，来协同预测该缺陷报告能否生成高质量标题，若预测能，则通过自动生成模型生成标题，反之则提出警告。本发明的有益效果为：通过使用正则表达式进行数据预处理，提高了数据处理效率和方法的兼容性；通过双模块协同过滤，提高了自动生成模型生成的标题质量与效率。
-
Patent Agency Ranking
公开(公告)号：CN112413371B
公开(公告)日：2022-05-13
申请号：CN202011240451.4
申请日：2020-11-09
Applicant: 南通大学
Abstract: 本发明提供了一种用于病床的计算机支撑装置及支撑方法，属于计算机相关领域。其技术方案为：包括设置在床尾板上的升降机构，升降机构底部设置电动推杆，升降机构上端设置转向机构，转向机构上设置延伸机构，延伸机构末端设置倾斜机构，倾斜机构上设置支撑板，支撑板底部设置阻挡条，阻挡条控制电脑在支撑板上下滑。本发明的有益效果为：整个支撑装置设置在床尾板，使用方便，电动推杆为整个装置提供升降的动力来源，升降机构保证整个装置竖直方向上运动，转向机构保证延伸机构由竖直方向改变成水平方向运动，延伸机构可以调整支撑板距离患者的位置，倾斜机构能有效的调整支撑板倾斜的角度，支撑板用于是放置电脑，阻挡条有效防止电脑滑落。
-
公开(公告)号：CN111858328B
公开(公告)日：2021-11-12
申请号：CN202010679603.4
申请日：2020-07-15
Applicant: 南通大学
Abstract: 本发明属于软件质量保障领域，公开了一种基于有序神经网络的软件缺陷模块严重程度预测方法。本发明提供的方法包括如下步骤：挖掘样本软件项目所在的版本控制系统和缺陷跟踪系统，对样本软件项目的程序模块进行度量和缺陷严重程度的标记，构建样本数据集；基于样本数据集，采用有序神经网络模型和贝叶斯超参优化方法，获得软件缺陷预测模型，即具有最优超参数的有序神经网络模型；采用该软件缺陷预测模型预测软件项目中程序模块的缺陷严重程度。本发明构建软件缺陷预测模型相比于常规的软件缺陷预测方法，不仅可以进行软件缺陷预测，还可以预测缺陷的严重程度，且预测准确性更高。
-
公开(公告)号：CN113011179A
公开(公告)日：2021-06-22
申请号：CN202110341218.3
申请日：2021-03-30
Applicant: 南通大学
IPC: G06F40/284 , G06F40/237 , G06N3/04
Abstract: 本发明提供了一种基于缺陷报告摘要中词性信息的严重程度预测方法，通过使用较少数据量实现相近或更优的预测性能，并进一步地利用软件缺陷报告跟踪系统平台上存放的大型项目所含缺陷报告，进行快速且高准确性的软件缺陷报告严重程度的预测。本发明的有益效果为：本发明预测方法首先对缺陷报告中的摘要属性进行文本预处理，得到词根形式的分词；基于大规模文本语料库使用卷积神经网络模型训练，获得包含所属各分词词性和单词间相似度邻接矩阵的Spacy模型，进一步对分词进行筛选，随机抽取并生成相似数据扩充数据集，最终实现对缺陷报告严重程度的预测，相比于其他预测方法使用较少数据实现了更优性能。
-
公开(公告)号：CN112306731A
公开(公告)日：2021-02-02
申请号：CN202011265113.6
申请日：2020-11-12
Applicant: 南通大学
IPC: G06F11/07 , G06F40/279 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法，首先从项目所在的缺陷跟踪系统中搜集历史缺陷报告，并抽取描述信息summary属性和严重程度severity属性对应内容得到缺陷报告训练数据集，然后进行预处理及生成对应向量，最后执行两阶段判别过程构建严重程度预测模型。本发明的有益效果为：本发明在两阶段判别过程采用朴素贝叶斯算法，该算法易实现、效果好，可保证预测模型的准确率；该发明的严重程度预测模型对相同的数据进行两次运用，一方面实现对同一批数据的二次利用，有利于提升模型的表现；另一方面实现两阶段判别可在大类分类正确的情况下减轻多分类朴素贝叶斯预测模型的压力，进一步提高预测模型的准确率。
-
公开(公告)号：CN114491540B
公开(公告)日：2024-09-10
申请号：CN202210161142.0
申请日：2022-02-22
Applicant: 南通大学
IPC: G06F21/56 , G06F21/57 , G06N3/0442
Abstract: 本发明提供了一种基于GraphCodeBERT的安全漏洞检测方法，其技术方案为：首先对源代码进行预处理，得到数据流词元、源代码词元和注释词元，作为安全漏洞检测模型的输入，模型采用编码器‑解码器框架，编码器端使用预训练的GraphCodeBERT，解码器端使用双向长短期记忆(BiLSTM)模型作为分类模型，最终输出一个二分类结果，用来判断代码是否包含安全漏洞。本发明的有益效果为：基于函数粒度，将安全漏洞检测问题建模为二分类问题；与传统的词向量方法不同，通过在编码器端考虑数据流信息，使得模型更容易学到漏洞模式。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
