一种基于词嵌入技术的API推荐方法

    公开(公告)号:CN110990003B

    公开(公告)日:2021-11-23

    申请号:CN201911118507.6

    申请日:2019-11-15

    Applicant: 南通大学

    Abstract: 本发明提供一种基于词嵌入技术的API推荐方法,给开发人员推荐合适的API,属于代码推荐的技术领域,包括如下步骤:步骤1、收集Java帮助文档和Stack Overflow上Java语言的问答数据集;步骤2、通过收集得到的Stack Overflow中的数据进行词嵌入建模;步骤3、通过UI界面收集开发者输入的问题,使用单词模型和TF‑IDF来计算与目标问题集之间的相似度,并使用LSA模型来过滤候选问题列表;步骤4、通过LDA提取主题词,最后从Java帮助文档中得到API推荐信息,开发者使用本发明进行API查询的时候,能够给开发者推荐出较为准确的API信息。

    基于源选择的跨项目软件缺陷预测方法

    公开(公告)号:CN113176998A

    公开(公告)日:2021-07-27

    申请号:CN202110503077.0

    申请日:2021-05-10

    Applicant: 南通大学

    Abstract: 本发明提供一种基于源选择的跨项目软件缺陷预测方法,包括如下步骤:S1、数据集构建;S2、构建特征选择方法集FSelection;S3、获取最优特征选择方法BFMethod;S4、获取最优特征数量FThreshold;S5、构建源项目选择方法集SPSelection;S6、构建基于源选择的跨项目缺陷预测方法CPSPM。本发明提出多种源项目选择方法,可以为后续数据训练提供更好的源项目,该方法能有效提高软件缺陷预测的效率。

    一种面向代码重用的源代码推荐方法

    公开(公告)号:CN112925563A

    公开(公告)日:2021-06-08

    申请号:CN202110205302.2

    申请日:2021-02-24

    Applicant: 南通大学

    Abstract: 本发明提供一种面向代码重用的源代码推荐方法,主要用于帮助公司程序员根据软件需求规范查找实例代码和相关实现,包括如下步骤:源代码预处理和验证;生成函数摘要;获取函数标签词;构造键值对;生成问题词条;查询匹配度计算;搜索结果输出;本发明新提出的代码推荐方法具有较高的实用性和正确性,能有效辅助程序员理解软件需求文档,实现功能,节省软件开发时间。

    一种用于视网膜病变分类的卷积神经网络权值优化方法

    公开(公告)号:CN110929775A

    公开(公告)日:2020-03-27

    申请号:CN201911127264.2

    申请日:2019-11-18

    Applicant: 南通大学

    Abstract: 本发明涉及到医学信息智能处理领域,具体来说涉及一种用于视网膜病变分类的卷积神经网络权值优化方法。该方法首先获取眼底图像训练集、及其对应的多病变标签;通过单种群蛙跳算法寻找最优初始权值,然后构建卷积神经网络中的卷积层、池化层和全连接层,将最优初始权值作为第一次前向传播计算的参数;将视网膜中四种病变的四个预测值分别与真实值进行交叉熵损失计算并求和得到损失值,判断损失值是否异常,如果异常则围绕前一次前向传播的权值生成蛙群,寻找最优蛙更新网络权值;否则采用梯度下降算法更新网络权值;最后对最终权值进行优化。本发明能有效提高眼底图像多病变检测的准确率,对视网膜疾病和辅助治疗具有较强应用价值。

    一种基于HTML代码的网页水印的嵌入与提取方法

    公开(公告)号:CN108363910B

    公开(公告)日:2020-01-10

    申请号:CN201810067125.4

    申请日:2018-01-23

    Applicant: 南通大学

    Abstract: 本发明涉及基于HTML代码的网页水印的嵌入方法,包括如下步骤:步骤1)对水印信息进行预处理,将水印字符串转换成一定形式的编码,所述编码由若干码元组成;步骤2)设定若干空样式,每个空样式对应一所述码元,形成一个空样式表;步骤3)将空样式作为一个叠加的样式嵌入到当前网页的HTML代码中已存在的样式之后。有益效果:本方法以空样式的方式将水印嵌入到网页的HTML代码中,不易被察觉和发现,具有很好的隐蔽性。

    一种基于主动学习的无监督缺陷程序模块识别方法

    公开(公告)号:CN109857653A

    公开(公告)日:2019-06-07

    申请号:CN201910042053.2

    申请日:2019-01-17

    Applicant: 南通大学

    Abstract: 本发明涉及一种基于主动学习的无监督缺陷程序模块识别方法,属于软件质量保障领域。本发明包括:1)从待测项目中抽取程序模块进行度量,形成数据集D;2)采用聚类方法将D内的程序模块分为可能有缺陷和可能没有缺陷两类,分别随机选k1个模块标记,形成已标记数据集L,和未标记数据集U,基于L构建预测模型;3)判断缺陷模块数查全率是否达预期,若达到,终止标记过程,否则执行步骤4);4)使用两阶段标记方法从U中选出一定数量的程序模块进行标记并添加到L中;5)基于L构建缺陷预测模型,执行步骤3)。本发明方法可以在不存在历史标记数据集的情况下,花费较少的标记代价,检测到被测项目内的绝大部分有缺陷程序模块。

    一种Java软件水印虚方法中指令代码的生成方法

    公开(公告)号:CN104200139B

    公开(公告)日:2017-11-24

    申请号:CN201410467066.1

    申请日:2014-09-12

    Applicant: 南通大学

    Abstract: 本发明涉及一种Java软件水印虚方法中指令代码的生成方法,基于BCEL类库,包括如下步骤:1)通过BCEL类库载入待嵌入指令的Java类文件,对所述类文件进行解析,转化成符合BCEL处理要求的Java类文件对象;2)从所述Java类文件对象中获取类文件的参数信息,所述参数信息包括类中的方法,再从获取的方法中找到并取出虚方法;3)根据获取的虚方法与参数信息创建一个新的虚方法,用于取代原先的虚方法;4)产生用于嵌入水印信息的指令代码,将它们添加到所述新虚方法的指令集合中;5)将所述新虚方法套入所述Java类文件中。有益效果为:利用本发明,可以通过计算机程序在虚方法中自动产生用于嵌入水印信息的指令代码,解决了以往需要专业人员人工编写,不具通用性,不便实际应用的问题。

    一种结合局部和全局特征的无约束人脸验证方法

    公开(公告)号:CN106874877A

    公开(公告)日:2017-06-20

    申请号:CN201710090721.X

    申请日:2017-02-20

    CPC classification number: G06K9/00268

    Abstract: 本发明提供一种结合局部和全局特征的无约束人脸验证方法,首先整理人脸样本库,每个人包含不同姿态、不同环境和不同时间的多张人脸照,提取人脸的68个特征点;然后根据人脸特征点提取人脸的局部特征和整体特征共5种特征,并将这5种特征映射到核空间;然后在训练集上使用这5种特征分别使用级联贝叶斯方法训练得到5组模型;在人脸验证阶段,首先提取输入图像的人脸特征,然后根据训练的模型分别计算5组特征对的相似度,最后以5组相似度的平均值作为最终相似度,从而判断两人是否为同一个人。本发明结合考虑了人脸的局部特征和整体特征,解决了室外无约束环境下的人脸验证问题。

    一种基于演化切片的演化影响集预测方法

    公开(公告)号:CN106844218A

    公开(公告)日:2017-06-13

    申请号:CN201710076573.6

    申请日:2017-02-13

    Applicant: 南通大学

    Abstract: 本发明提供一种基于演化切片的演化影响集预测方法,主要用于构建演化影响集以辅助软件开发者和维护者作出演化策略,包括如下步骤:识别演化元素;生成演化切片准则;构建演化数据依赖图;构建演化控制依赖图;生成演化切片作为演化影响集;度量演化影响集。本发明公开的基于演化切片的演化影响集预测(ESISP)方法具有较高的查全率和较低的存伪率,能有效辅助软件开发人员和维护人员作出相关决策。

Patent Agency Ranking