一种考虑成本-可靠性的SRGM决策模型及其构建方法

    公开(公告)号:CN112988564B

    公开(公告)日:2023-05-23

    申请号:CN202110090904.8

    申请日:2021-01-22

    Abstract: 本发明属于计算机软件技术领域,公开了一种考虑成本‑可靠性的SRGM决策模型及其构建方法,所述考虑成本‑可靠性的SRGM决策模型的构建方法包括:问题的形式化描述;拟合与预测结果标准化处理:设定SRGM性能评测合计共有M+N+1个标准;SRGM评价体系结构树构建;基于TOPSIS的SRGM决策算法构建:构建考虑成本‑可靠性的SRGM评价与选择算法SESABCRC。本发明结合已有决策评估数据的拟合信息,充分考虑模型拟合与预测信息的RE值。实验结果和分析表明,本发明的模型和算法可以较好地进行SRGM的性能评价与选择,为对涵盖测试资源与成本管控和最优发布时间抉择等在内的软件开发活动提供重要决策支持。

    融合多语编码信息的神经机器翻译方法

    公开(公告)号:CN107357789A

    公开(公告)日:2017-11-17

    申请号:CN201710575907.4

    申请日:2017-07-14

    Abstract: 融合多语编码信息的神经机器翻译方法,本发明涉及神经机器翻译方法。本发明的目的是为了解决现有技术翻译准确率低的问题。过程为:一,得到每种语言各自对应的子字符号序列,建立dic_s1,dic_s2和dic_t;二、将词向量输入NMT模型训练,根据初值训练更新词向量,直至NMT模型的bleu值提升1-3个点;三、得到ctx_s1和ctx_s2;四、得到融合结果;五、得到C;六、将t+1时刻qt+1按公式计算得到目标语言序列第t+1时刻的单词y′t+1的概率分布pt+1,根据pt+1采样出t+1时刻的目标单词y′t+1,直至解码出句子结束标记,解码翻译结束。本发明用于机器翻译领域。

    一种考虑成本-可靠性的SRGM决策模型及其构建方法

    公开(公告)号:CN112988564A

    公开(公告)日:2021-06-18

    申请号:CN202110090904.8

    申请日:2021-01-22

    Abstract: 本发明属于计算机软件技术领域,公开了一种考虑成本‑可靠性的SRGM决策模型及其构建方法,所述考虑成本‑可靠性的SRGM决策模型的构建方法包括:问题的形式化描述;拟合与预测结果标准化处理:设定SRGM性能评测合计共有M+N+1个标准;SRGM评价体系结构树构建;基于TOPSIS的SRGM决策算法构建:构建考虑成本‑可靠性的SRGM评价与选择算法SESABCRC。本发明结合已有决策评估数据的拟合信息,充分考虑模型拟合与预测信息的RE值。实验结果和分析表明,本发明的模型和算法可以较好地进行SRGM的性能评价与选择,为对涵盖测试资源与成本管控和最优发布时间抉择等在内的软件开发活动提供重要决策支持。

    融合多语编码信息的神经机器翻译方法

    公开(公告)号:CN107357789B

    公开(公告)日:2020-10-02

    申请号:CN201710575907.4

    申请日:2017-07-14

    Abstract: 融合多语编码信息的神经机器翻译方法,本发明涉及神经机器翻译方法。本发明的目的是为了解决现有技术翻译准确率低的问题。过程为:一,得到每种语言各自对应的子字符号序列,建立dic_s1,dic_s2和dic_t;二、将词向量输入NMT模型训练,根据初值训练更新词向量,直至NMT模型的bleu值提升1‑3个点;三、得到ctx_s1和ctx_s2;四、得到融合结果;五、得到C;六、将t+1时刻qt+1按公式计算得到目标语言序列第t+1时刻的单词y′t+1的概率分布pt+1,根据pt+1采样出t+1时刻的目标单词y′t+1,直至解码出句子结束标记,解码翻译结束。本发明用于机器翻译领域。

Patent Agency Ranking