-
公开(公告)号:CN115934163A
公开(公告)日:2023-04-07
申请号:CN202211555576.5
申请日:2022-12-06
Applicant: 北京科创汇捷科技发展有限公司 , 东北大学
IPC: G06F8/75 , G06F8/74 , G06F40/237 , G06F40/216 , G06N3/0442 , G06N3/048 , G06N3/082 , G06F18/241 , G06F18/214
Abstract: 本发明提供一种基于LSTM模型的Python API推荐方法,涉及API推荐技术领域。本发明针对可解释性语言Python的API推荐问题进行研究,主要通过LSTM模型学习代码上下文和用户想调用的API之间的关系,并使用改进后的束搜索算法过滤LSTM模型的推荐结果,从而推荐出API,并将各个API的概率值降序排列,使开发人员能够更快地选择想要调用的API。本发明结合LSTM模型,帮助开发人员简化开发过程,提高软件开发效率。
-
公开(公告)号:CN115100116A
公开(公告)日:2022-09-23
申请号:CN202210588295.3
申请日:2022-05-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于三维点云的板材缺陷检测方法,涉及工业缺陷检测领域,通过对生产现场采集的板材三维点云数据进行滤波、坐标转换、拟合平面等操作,测量出相关参数,与设定的标准值和阈值进行对比后,判断是否在尺寸以及平整度方面存在缺陷,与现有技术相比,不需要以标准数据样本做为模板,且不需要训练预置神经网络模型,仅根据现场采集的三维点云数据即可实现尺寸和平整度方面的缺陷检测,具有高效率、高精度、低人工的优点。
-
公开(公告)号:CN115100116B
公开(公告)日:2025-04-04
申请号:CN202210588295.3
申请日:2022-05-27
Applicant: 东北大学
Abstract: 本发明公开了一种基于三维点云的板材缺陷检测方法,涉及工业缺陷检测领域,通过对生产现场采集的板材三维点云数据进行滤波、坐标转换、拟合平面等操作,测量出相关参数,与设定的标准值和阈值进行对比后,判断是否在尺寸以及平整度方面存在缺陷,与现有技术相比,不需要以标准数据样本做为模板,且不需要训练预置神经网络模型,仅根据现场采集的三维点云数据即可实现尺寸和平整度方面的缺陷检测,具有高效率、高精度、低人工的优点。
-
公开(公告)号:CN116450935A
公开(公告)日:2023-07-18
申请号:CN202310322599.X
申请日:2023-03-29
Applicant: 东北大学 , 北京科创汇捷科技发展有限公司
IPC: G06F16/9535 , G06F16/951 , H04L67/51 , G06F40/30 , G06F16/35 , G06F18/22
Abstract: 本发明设计一种面向Web API调用的请求参数转换方法,涉及Web API智能匹配领域和Web API推荐领域;通过将请求参数划分为七种类型,并利用请求参数之间的依赖关系,只需要根据开发人员提供的请求数据和指定的返回数据,就可以向开发人员更加精准的推荐契合开发需求的新Web API,并能帮助开发人员解决用新Web API自动替换失效Web API时的请求参数转换问题,进而实现当一个Web API失效时,在不需要阅读新Web API的开发文档并提供指定的请求参数的情况下,就可以使用一个新的Web API自动替换掉失效的Web API,保证相同的系统效果的情况下,简化软件开发过程。
-
-
-