一种基于软件演化的API调用序列代码智能生成方法及装置

    公开(公告)号:CN119045799A

    公开(公告)日:2024-11-29

    申请号:CN202411192586.6

    申请日:2024-08-28

    Abstract: 一种基于软件演化的API调用序列代码智能生成方法及装置,该方法采用编码器‑解码器的神经网络模型执行,包括:接收想要实现的代码对应的软件版本描述、所需的功能描述;接收原始代码并将其转换为目标代码序列;接收原始代码所需的配置文件并将其转换为配置文件代码序列;分别将功能描述、目标代码序列、以及配置文件代码序列进行编码和位置编码,以及通过注意力模块、add&norm层进行一系列处理,对编码器‑解码器的神经网络模型进行训练,直至训练结果收敛,获得基于软件演化的智能生成API调用序列代码的模型,通过该模型获得所需代码。根据本发明技术方案,能够针对指定版本软件,根据用户需求描述,生成满足用户需求的高质量API调用序列代码。

    一种基于多智能体强化学习的振荡神经网络突触参数优化方法

    公开(公告)号:CN118587558A

    公开(公告)日:2024-09-03

    申请号:CN202410693931.8

    申请日:2024-05-31

    Abstract: 本发明公开了一种基于多智能体强化学习的振荡神经网络突触参数优化方法、设备及介质,方法包括:确定数字图像对应的存储模式,并作为学习任务;基于课程学习对学习任务进行拆分;基于拆分的数字图像识别任务集合,建立多智能体强化学习仿真环境;对多智能体强化学习进行训练,获得最优奖励的振荡神经网络突触权重;识别和存储所有预定的数字图像。在数字图像识别领域,这种方法使得单个网络能够识别更多的数字图像,并且增强了对复杂变化环境的动态适应性,显著提高了识别精度和处理效率。

    一种面向编程初学者的个性化智能辅导方法

    公开(公告)号:CN114092288B

    公开(公告)日:2024-07-30

    申请号:CN202111395652.6

    申请日:2021-11-23

    Abstract: 本发明公开了一种面向编程初学者的个性化智能辅导方法,涉及教育智能化领域;首先,针对某个题目的各编程作业,以块为粒度进行划分;然后,将测试样例输入到各作业程序中,得到各自的变量执行轨迹;根据匹配条件,将正确的作业程序分为聚类,从每个类中随机选择一个模板;针对当前错误作业程序,逐个选择模板与之进行变量执行轨迹的匹配,采用笛卡尔积生成映射关系并计算每一个映射关系对应的修复代价;选择满足变量匹配完全一致且代价值最小的映射关系,将正确变量对应到错误程序对应的变量上,修复对应的知识点,完成最终的修复反馈生成。最后,构建联合因子模型,实现对学生的编程学习状态进行评估;本发明提高了编程作业的修复率。

    一种基于时间序列时频分析的微服务指标预测方法

    公开(公告)号:CN117950830A

    公开(公告)日:2024-04-30

    申请号:CN202311824636.3

    申请日:2023-12-27

    Inventor: 吴文峻 陈睿博

    Abstract: 本发明公开了一种基于时间序列时频分析的微服务指标预测方法,属于人工智能和微服务领域。首先采集微服务平台上各工作节点和各微服务的指标数据,并对指标数据进行处理;然后对指标数据构造包含多个服务的多指标的多维时间序列数据,使用滑动窗口处理指标数据,得到指标预测模型的输入数据。构建指标预测模型的时频特征提取模块,对输入数据进行时频分析,得到输入数据的主要频率特征和时频特征。最后将时频分析结果添加到多维时间序列中,作为新的模型输入,对指标预测模型进行训练,得到训练好的指标预测模型。本发明实现了对于非平稳序列的分析和特征提取,提高了指标预测模型的预测效率。

    一种基于BPMN的微服务工作流程导入方法

    公开(公告)号:CN112486998B

    公开(公告)日:2023-07-14

    申请号:CN202011472351.4

    申请日:2020-12-14

    Abstract: 本发明公开了一种基于BPMN的微服务工作流程导入方法,涉及微服务工作流技术领域,具体为:首先,批量读取基于BPMN的工作流数据,根据不同的数据协议标准进行归类,通过读取各工作流的关键字,获取名称D,流程的各个子节点N和属性;以及结构关系R,然后将各工作流数据转成基于(D,N,R)格式的数据。接着根据名称D校验该工作流是执行新增操作或是更新操作,最终执行AQL语句将工作流数据存储到图形数据库Neo4j中;在流程编辑前端进行读取数据时,根据查询条件,执行AQL语句,从图数据库中将(N,R,P)格式的数据读出,根据解析程序重新组合成基于BPMN的工作流数据,并在前端进行展示。本发明提高了遍历子流程的查询效率;可视化的导入和导出操作也满足了业务人员的需求。

    一种基于强化学习的pod水平扩缩算法

    公开(公告)号:CN115827161A

    公开(公告)日:2023-03-21

    申请号:CN202211581622.9

    申请日:2022-12-07

    Abstract: 本发明公开了一种基于强化学习的pod水平扩缩算法,属于微服务资源调度领域,具体为:首先,针对Kubernetes集群中每个工作负载,确定其占用的pod的繁忙程度的表征状态指标,并设定pod水平扩缩的动作集合;然后,为各工作负载的状态指标分别设置各自的上下限;根据工作负载的状态集合和pod水平扩缩的动作集合计算奖励收益;最后,基于DQN进行扩缩决策,通过修改配置文件对Kubernetes集群中工作负载的pod实施扩缩容操作。本发明将工作负载当前的多项指标联合表征为强化学习的状态输入,由训练好的强化学习智能体提供智能决策,以实现工作负载所占有pod数量水平扩缩的按需调整、智能调整,从而提升pod扩缩效率,优化相应工作负载的QoS指标,提高集群资源利用率,降低服务成本。

    一种基于注意力机制的API误用检测方法及系统

    公开(公告)号:CN114741322B

    公开(公告)日:2022-08-16

    申请号:CN202210566644.1

    申请日:2022-05-24

    Inventor: 吴文峻 杨京波

    Abstract: 本发明提出一种基于注意力机制的API误用检测方法及系统,包括如下步骤:步骤1、获取检测领域预定量代码;步骤2、将所述预定量代码转化为基于注意力机制API误用检测模型所需训练数据;步骤3、利用所述训练数据训练所述基于注意力机制API误用检测模型,得到模型参数;步骤4、获取待检测代码,将待检测代码转化为所述基于注意力机制API误用检测模型要求的数据格式,将待检测代码转换的数据格式通过所述基于注意力机制API误用检测模型,得到检测结果,对所述待检测代码生成检测报告。本发明将自注意力机制应用于API使用规约的学习以及API误用检测,通过采集大量Java代码并通过静态分析构造API使用的样本集,并使用神经网络对这些样本进行训练,构造自动检测API误用的模型。

    基于BPM平台进行业务流程推荐的方法及BPM平台

    公开(公告)号:CN114004505A

    公开(公告)日:2022-02-01

    申请号:CN202111293175.2

    申请日:2021-11-03

    Abstract: 本发明实施例提供了一种基于BPM平台进行业务流程推荐的方法及BPM平台,其中,方法包括:流程监控组件读取导入BPM平台的业务流程数据;流程运行组件基于读取的业务流程数据和统一流程模型库中的第一流程模型创建流程实例;流程运行组件执行流程实例;流程推荐组件基于当前执行的流程实例的流程信息,进行流程语义推荐和流程结构推荐,获得推荐结果;流程推荐组件将推荐结果输出。由于本发明可以进行流程语义推荐和流程结构推荐,因此用户可以使用推荐结果进行业务流程的搭建,而无需按照既定步骤一步步进行搭建。可见,本发明可以提高搭建业务流程操作效率。

Patent Agency Ranking