-
公开(公告)号：CN112184040B
公开(公告)日：2025-01-10
申请号：CN202011070307.0
申请日：2020-09-30
Applicant: 南京大学
IPC: G06Q50/20 , G06F11/3604 , G06F18/23213 , G06F16/34 , G06F16/31 , G06Q10/0639
Abstract: 本发明提出基于行为与学习数据进行软件工程能力评估的平台，包括：数据收集模块、数据库、数据分析模块、能力评价模块和数据可视化模块；数据收集模块用于收集用户的软件工程学习行为数据并存储在数据库中，作为原始数据；数据分析模块将原始数据处理为能力评价模块规定的统一规约格式数据，并存储在数据库中；能力评价模块将统一规约格式数据导入预先构建的能力评价模型，得到能力评估结果，并存储在数据库中；数据可视化模块根据用户需求从数据库中读取相应数据进行可视化展示。本发明能够基于学习行为数据分析出学生的学习进度特征，从而使学生本人了解自己的学习特征，让老师了解到不同学生的学习进度和特征，进而进行特征化的备课和教学。
-
公开(公告)号：CN113742206A
公开(公告)日：2021-12-03
申请号：CN202010487228.3
申请日：2020-05-27
Applicant: 南京大学
Abstract: 本发明的技术方案一种基于项目特征的测试用例优先级算法的选择方法。本发明的特点在于：1、提取测试类覆盖分布，测试类执行时间分布，测试类单位时间覆盖分布，项目类有效代码行分布，测试类方法数分布，项目方法有效代码行分布，项目方法复杂度分布，项目方法分支数分布，方法覆盖率，有效代码行覆盖率等10种特征。2、将项目特征分布值用最大最小归一化，然后提取多分位数作为代表特征。3、使用相关系数分析规范化后的项目特征和对应算法表现，将项目的最优算法作为分类标签值，与项目的规范化特征做相关系数分析，根据相关系数大小和置信度判断标签与特征的相关性高低，显著性高低，并重新划分项目最优算法标签，选择特征。本发明可以指导软件测试人员为特定项目选择最优TCP算法，提高了回归测试中的效率。
-
公开(公告)号：CN105931213B
公开(公告)日：2019-01-18
申请号：CN201610374771.6
申请日：2016-05-31
Applicant: 南京大学
Abstract: 本发明提供一种基于边缘检测和帧差法的高动态范围视频去鬼影的方法，对相互交错的具有相同曝光率的图像进行基于图像配准的边缘检测。在图像配准之后，运动检测方法可以获得更好的精确度。使用基于运动检测的帧差法来减小计算复杂度，最后使用权重图在一些极端边界位置进行调整来消除一些不好的特殊值。在一些边界位置，传统曝光融合方法的权重可能会是0，而与它相邻的位置的权重则不是0，这些差别会使最后的高动态范围视频在一些地方变得不精确。而本发明添加了一个偏移量后，权重值的变化会更加平滑。
-
公开(公告)号：CN105931213A
公开(公告)日：2016-09-07
申请号：CN201610374771.6
申请日：2016-05-31
Applicant: 南京大学
CPC classification number: G06T5/50 , G06T7/20 , G06T2207/10016
Abstract: 本发明提供一种基于边缘检测和帧差法的高动态范围视频去鬼影的方法，对相互交错的具有相同曝光率的图像进行基于图像配准的边缘检测。在图像配准之后，运动检测方法可以获得更好的精确度。使用基于运动检测的帧差法来减小计算复杂度，最后使用权重图在一些极端边界位置进行调整来消除一些不好的特殊值。在一些边界位置，传统曝光融合方法的权重可能会是0，而与它相邻的位置的权重则不是0，这些差别会使最后的高动态范围视频在一些地方变得不精确。而本发明添加了一个偏移量后，权重值的变化会更加平滑。
-
公开(公告)号：CN112183112A
公开(公告)日：2021-01-05
申请号：CN202011075379.4
申请日：2020-10-09
Applicant: 南京大学
IPC: G06F40/30 , G06F16/951 , G06F16/36 , G06F16/335 , G06Q50/20
Abstract: 本发明提出一种软件工程教学平台，包括：题库模块、知识点模块、推荐模块和考试模块；其中，题库模块用于存储题目数据；知识点模块对题库模块存储的题目数据进行题干语义分析，将题干中提取出的关键词与预先建立的知识点图谱中的知识点进行匹配，并将相互匹配的题目与知识点进行关联；考试模块将教师从题库中选取的题目生成试卷并提供给学生进行测试，并在与学生的交互过程中收集交互数据并反馈给推荐模块；推荐模块根据交互数据和题目与知识点的关联结果生成待推荐题目供用户选取。本发明能侦测能力缺陷，预测学习速度，并自动地、针对性地为学生进行题目推荐。
-
Patent Agency Ranking
公开(公告)号：CN106131443A
公开(公告)日：2016-11-16
申请号：CN201610374583.3
申请日：2016-05-30
Applicant: 南京大学
IPC: H04N5/235 , H04N19/583 , H04N19/56 , H04N19/98
CPC classification number: H04N5/2355 , H04N19/56 , H04N19/583 , H04N19/98
Abstract: 本发明提供一种基于块匹配动态估计算法去鬼影的高动态视频合成方法，包括下列步骤：块匹配：从输入的图片序列中选定参考帧和当前帧，进行灰度化处理后采用ARPS3块匹配算法计算出当前帧的运动向量；运动区域检测与标定：使用计算得到的运动向量来检测当前帧和参考帧各自的运动区域，对特定图像的运动区域进行合并，并在二值位图上进行标记；去鬼影HDR图像合成步骤：利用获得的二值位图对根据Exposure Fusion算法计算得到的权重图进行改进，需要进行融合的图像在改进后的权重图的指导下进行融合，以得到最终的HDR图像即视频帧。本发明的高动态视频合成方法通过运动估计对鬼影区域进行检测，并通过融合算法去除鬼影合成HDR视频帧。
-
公开(公告)号：CN104376078A
公开(公告)日：2015-02-25
申请号：CN201410650726.X
申请日：2014-11-14
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30598
Abstract: 一种基于知识熵的异常数据检测方法，其特征在于包括如下步骤：1)样本集合的属性分析阶段：收集应用程序生成的数据样本集合U及其对应的属性集合A；对数据样本集U中的属性值进行规范化预处理；基于属性全集A对数据样本集U的作聚类处理，并计算A的知识熵；分别计算各个属性的重要度，据此构造属性集合的序列；结束。2)样本集合的数据样本检测阶段：计算每个数据样本的异常因子；根据异常因子输出异常数据集合；结束。本发明在利用聚类效果的同时避免聚类的不确定性，可以有效地保证异常数据的检测准确率。
-
公开(公告)号：CN117974520A
公开(公告)日：2024-05-03
申请号：CN202410035148.2
申请日：2024-01-10
Applicant: 南京大学
IPC: G06T5/90 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084 , G06N3/088
Abstract: 一种基于半监督学习用于重建HDR视频的方法1)准备少量有标签的样本数据；2)将两种样本分别输入光流估计网络，分别得到对齐的LDR帧；3)将对齐后的LDR帧分别输入归并网络，通过混合空洞卷积模块得到特征序列，再通过注意力模块给予关键区域更多的权重来纠正特征序列；4)修正后的特征序列将被串联，并输入编码‑解码器，编码‑解码器通过计算所有输入帧的每像素所占的权重得到输出结果，通过该输入帧平均加权值的输出结果重建得到最终的HDR帧；5)两种样本分别进行的流程可看作两条分支，即有监督分支与无监督分支，通过计算与比较两条分支下的训练损失函数，进行半监督学习。
-
公开(公告)号：CN112184040A
公开(公告)日：2021-01-05
申请号：CN202011070307.0
申请日：2020-09-30
Applicant: 南京大学
Abstract: 本发明提出基于行为与学习数据进行软件工程能力评估的平台，包括：数据收集模块、数据库、数据分析模块、能力评价模块和数据可视化模块；数据收集模块用于收集用户的软件工程学习行为数据并存储在数据库中，作为原始数据；数据分析模块将原始数据处理为能力评价模块规定的统一规约格式数据，并存储在数据库中；能力评价模块将统一规约格式数据导入预先构建的能力评价模型，得到能力评估结果，并存储在数据库中；数据可视化模块根据用户需求从数据库中读取相应数据进行可视化展示。本发明能够基于学习行为数据分析出学生的学习进度特征，从而使学生本人了解自己的学习特征，让老师了解到不同学生的学习进度和特征，进而进行特征化的备课和教学。
-
公开(公告)号：CN102622082B
公开(公告)日：2015-03-18
申请号：CN201110412458.4
申请日：2011-12-13
Applicant: 南京大学
Abstract: 基于手机传感器控制电脑的方法，建立智能手机与计算机控制信息交互的系统；在智能手机端，首先从手机传感器得到相应的数据，进行数据的过滤拟合，得到动作命令，通过蓝牙传输至电脑端接口；手机主传感器打包消息，通过消息机制，利用流水线pipeline技术，将数据从传感器模块传递给当前模式控制器模块的动作拟合器模块；动作拟合器在初始化时已将预定义的动作初始化并存入动作池中，动作拟合器模块对传感器数据进行动作生成；动作拟合器接收通过消息队列由传感器模块产生的数据消息，并解析为实数数组，对数据通过算法抽象出动作；而在电脑端，通过编辑配置文件，将特定的动作或消息指令映射到某个键盘、鼠标或其他硬件操作，实现手机传感器控制电脑操作。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
