-
公开(公告)号：CN110879535B
公开(公告)日：2022-09-30
申请号：CN201911368384.1
申请日：2019-12-26
Applicant: 大连海事大学
IPC: G05B13/04
Abstract: 本发明提供一种T‑S模糊UMV的滑模容错控制方法，包括：S1、基于T‑S模糊模型方法，建立T‑S模糊UMV时变时延系统模型；S2、基于上述的T‑S模糊UMV时变时延系统模型，设计滑模面；S3、基于步骤S2设计的滑模面，设计自适应切换滑模容错控制器。本发明的技术方案可以在推进器发生故障以及UMV存在状态时变时延的情况下，实现UMV的动力定位，且不需要故障检测与诊断模块，避免了可能出现的推进器故障信息延迟或漏报现象。解决了现有技术中针对推进器故障和UMV存在状态时变时延的情况考虑单一的问题。
-
公开(公告)号：CN114968251A
公开(公告)日：2022-08-30
申请号：CN202210405164.7
申请日：2022-04-18
Applicant: 大连海事大学
Abstract: 本发明公开了一种优化参数自动配置方法，包括：从Simulink数据库中获取Simulink模型并获得破环模型，对破环模型进行基本参数配置；采用随机森林建立替代模型，基于遗传算法选择替代模型候选优化序列的一个子集，并将该序列加入到初始优化参数种群中，不断迭代得到最佳优化参数配置；建立替代模型：更新替代模型；选择优化序列，随机初始化固定数量的由优化序列构成的种群，替代模型预测运行时间并使用适应度函数计算种群中每一个优化序列的适应度得分，将适应度得分最高的序列作为优化序列，该序列的参数配置为最优参数配置。
-
公开(公告)号：CN114791878A
公开(公告)日：2022-07-26
申请号：CN202210348499.X
申请日：2022-04-01
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于可控断言突变的Simulink软件测试方法，包括：生成测试用例组成稳定的测试用例集并对该稳定的测试用例集进行维护，将该测试用例集放入测试用例池中进行规范化检查；分别打开测试用例集的模型并检查其可用性，采用执行路径覆盖法收集模型的覆盖信息，收集模型中每个模块的输入和输出值并保存，根据变量信息合成判断条件，并依据判断条件加入选择模块，根据马尔可夫链蒙特卡罗算法采样合成多样性区域并加入选择模块不执行分支，最终获得新待测用例；将得到的新待测用例存为变体模型，采用差分测试方法比较变体模型与原始模型从而获得软件中存在的缺陷；该方法也可以有效的发现以往方法发现不了的深层次的软件缺陷。
-
公开(公告)号：CN113158487B
公开(公告)日：2022-04-12
申请号：CN202110501935.8
申请日：2021-05-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于长短期记忆深度网络的波前相位差探测方法，包括：输入某实际光学系统的特征参数并生成训练数据集；根据傅里叶光学原理将训练数据集生成一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)；提取上述一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)的特征向量作为输入数据；提取从实际光学系统收集的PSF图像序列的特征向量；将PSF图像序列按照时序t输入至完成训练的卷积神经网络模型中确定波面畸变相位从而得到一系列的用于训练的畸变相位参数；生成用于LSTM深度网络训练的输入数据和输出数据，初始化网络参数并反复对LSTM深度网络进行训练直至其损失函数收敛。
-
公开(公告)号：CN113378176A
公开(公告)日：2021-09-10
申请号：CN202110652749.4
申请日：2021-06-11
Applicant: 大连海事大学
IPC: G06F21/57
Abstract: 本发明公开了一种基于图神经网络检测带有权重偏差的软件漏洞识别方法，包括：将源代码中的单词和符号视为一个节点，将源代码采用构成图表示，获得每个节点的初始特征值和每个图的连接的边的初始特征；将产生的构成图作为输入，最终将获得重置门输出的信息和更新门输出的信息、以及自身节点的信息三者进行合并，再通过Sigmoid激活函数输出节点激活值，作为最终时刻的节点状态；当单词节点被充分更新后所述单词被聚合到函数代码的图形级表示、并基于该表示生成最终漏洞识别结果；使用–Dice系数将有缺陷的软件漏洞损失值最小化，从而识别软件漏洞。
-
Patent Agency Ranking
公开(公告)号：CN113158487A
公开(公告)日：2021-07-23
申请号：CN202110501935.8
申请日：2021-05-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于长短期记忆深度网络的波前相位差探测方法，包括：输入某实际光学系统的特征参数并生成训练数据集；根据傅里叶光学原理将训练数据集生成一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)；提取上述一对焦面PSF图像i1(x,y)和离焦PSF图像i2(x,y)的特征向量作为输入数据；提取从实际光学系统收集的PSF图像序列的特征向量；将PSF图像序列按照时序t输入至完成训练的卷积神经网络模型中确定波面畸变相位从而得到一系列的用于训练的畸变相位参数；生成用于LSTM深度网络训练的输入数据和输出数据，初始化网络参数并反复对LSTM深度网络进行训练直至其损失函数收敛。
-
公开(公告)号：CN111723010A
公开(公告)日：2020-09-29
申请号：CN202010538383.3
申请日：2020-06-12
Applicant: 大连海事大学
IPC: G06F11/36 , G06F16/906 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于稀疏代价矩阵的软件BUG分类方法，包括以下步骤：S1：获取软件BUG报告；S2：对软件BUG报告数据进行编码操作，S3：初始化稀疏代价矩阵；S4：使用编码后的数据训练加权极限学习机、使其输出正确的报告分类结果；S5：使用训练好的加权极限学习机求出该加权极限学习机的局部泛化误差；S6：使用差分进化算法中的交叉变异策略产生新的软件BUG稀疏权重矩阵；S7：使用新的稀疏权重矩阵在相同不平衡数据集上训练新的加权极限学习机、S8：直至无法得到更低的局部泛化误差；S9：使用能够得到最低的局部泛化误差的加权极限学习机预测未知的软件BUG报告、得到其相应的报告分类结果。
-
公开(公告)号：CN109934286A
公开(公告)日：2019-06-25
申请号：CN201910183106.2
申请日：2019-03-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法，该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作，生成的分类模型对新提交的bug报告进行分类时没有偏向，拟合趋于平衡，避免了分类时的局限性；经过提取操作，可以实现特征与实例的同时提取，得到规模更小且质量更高的数据集，提高了bug报告严重程度识别的准确率，节省了bug严重程度识别的时间成本和人力成本，提升了工作效率，方便开发者优先处理严重程度更高的bug报告。
-
公开(公告)号：CN109615241A
公开(公告)日：2019-04-12
申请号：CN201811528908.4
申请日：2018-12-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于卷积和循环神经网络的软件Bug分派方法，包括以下步骤：S1:从选定的开源项目中获取原始bug报告数据集，并对其进行预处理成训练集和测试集；S2：将训练集中的样本依次输入CLBT模型中，训练CLBT模型中所有的参数直至收敛完成该模型的训练；S3：将测试集中的样本依次输入完成训练的CLBT模型中，每个样本都返回一个针对全部开发者的推荐概率，将该样本分派给概率最大的开发者。该方法首选对整个句子的层次关系和单词之间的长短依赖关系做了量化的特征提取，在考虑了已有技术中词序信息，同时进一步提取了单词的语义和上下文特征来参与bug报告的分派工作，对文本信息进行了更加充分有效的挖掘利用。
-
公开(公告)号：CN109213865A
公开(公告)日：2019-01-15
申请号：CN201811076509.9
申请日：2018-09-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种软件bug报告分类系统及分类方法，所述系统包括训练部分和测试部分，所述训练部分包括：数据集获取模块、数据约简模块和不平衡数据集处理模块；所述测试部分包括：bug报告输入模块和结果分类输出模块。所述分类方法的主要步骤包括：使用数据约简算法来处理数据，用RSMOTE方法处理不平衡数据集，用获得的平衡数据集训练分类器，以及用Choquet模糊积分来集成多个已经训练过的分类器对bug报告的结果进行分类。本发明通过特征选择和实例选择结合使用的办法，减少了样本维度和单词维度上的数据规模，通过使用基于Choquet模糊积分的集成训练方法，提高了对bug报告严重性的识别程度，同时避免了随机采样的不确定性。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.033 seconds)
