一种对去中心化系统的群体测试方法和系统

    公开(公告)号:CN109885495B

    公开(公告)日:2022-04-05

    申请号:CN201910125502.X

    申请日:2019-02-20

    Abstract: 本发明属于计算机软件测试领域,具体涉及一种对去中心化系统的群体测试方法和系统;本发明在本地物理机上部署去中心化系统,将测试系统嵌入在去中心化系统中,测试系统包括电性连接的控制模块,业务模块、配置模块、监管模块以及记录模块;控制模块控制去中心化系统各个节点之间进行连接交换;业务模块管理测试系统中的测试数据;配置模块让种子节点配置测试系统的中各类参数;监管模块在测试过程中对所有节点进行监管控制;记录模块用于记录种子节点上存储的测试数据;本发明支持测试人员在本地物理机上部署被测系统,支持所有测试人员对被测系统共同测试、协作测试,既能够保证测试环境的真实性,又能够最大化保证测试人员数量和最佳测试效果。

    一种基于类依赖网络的软件缺陷预测方法及系统

    公开(公告)号:CN115858385A

    公开(公告)日:2023-03-28

    申请号:CN202211675286.4

    申请日:2022-12-26

    Abstract: 本发明涉及一种基于类依赖网络的软件缺陷预测方法及系统,包括:获取原始项目源码;根据不同的度量标准对原始项目源码中的类进行特征提取得到原始类预测样本并打上标签信息;构建缺陷预测模型并将原始类预测样本作为训练样本对缺陷预测模型进行训练;获取目标项目源码,根据不同的度量标准对目标项目源码中的类进行特征提取得到目标类预测样本;将目标类预测样本输入训练好的缺陷预测模型输出目标类预测样本的预测结果;将目标项目源码中的类作为节点,根据类与类之间的依赖关系作为边建立类依赖网络;根据类依赖网络利用坍缩k‑core方法计算每个类的核心度;根据目标类预测样本的预测结果和类的核心度计算得到类的最终预测结果。

    一种基于双重条件生成对抗网络的缺失数据填补生成方法

    公开(公告)号:CN114757335A

    公开(公告)日:2022-07-15

    申请号:CN202210347936.6

    申请日:2022-04-01

    Abstract: 本发明涉及一种基于双重条件生成对抗网络的缺失数据填补生成方法,属于计算机中数据感知与重构领域,包括以下步骤:S1:对样本数据进行编码,设计作为数据生成条件的样本类别和样本已存在数据的在生成过程中的表示方式;S2:构建双重条件生成对抗网络的结构,其中包括生成模型、判别模型;S3:对双重条件生成对抗网络结构的目标优化函数进行表示;S4:建立数据生成模型的训练数据集,对双重条件生成对抗网络进行训练;S5:分析不同的数据缺失情况,采用训练好的双重条件生成对抗网络进行缺失数据生成填补。本发明提供了一种针对表格类数据构建高质量训练数据集的方法,用于支撑大数据应用场景中的机器学习模型训练。

    一种分布式智能电表售电方法和系统

    公开(公告)号:CN109272384B

    公开(公告)日:2022-01-28

    申请号:CN201811057953.6

    申请日:2018-09-11

    Abstract: 本发明提出了一种分布式智能电表售电方法和系统,属于智能电网技术领域。本系统包括M个智能电表及N个售电网络服务器,每个智能电表和每个售电网络服务器均包括路由模块、密钥模块、共识模块和账单模块;所述路由模块根据路由规则,用于实现M个智能电表之间双向通信,智能电表与任意一个售电网络服务器双向通信,以及N个售电网络服务器之间双向通信;智能电表的共识模块根据子公钥合成公钥,根据公钥生成充值token,发送或接收充值token,还能对充值token进行验证。本发明中智能电表获取的token无法被篡改、伪造且能够保证完整性,售电系统任何时候均可对充值token进行核账分析,确保售电系统的收益。

    一种基于多源数据联邦学习的贷款风险评估方法

    公开(公告)号:CN113240509A

    公开(公告)日:2021-08-10

    申请号:CN202110541127.4

    申请日:2021-05-18

    Abstract: 本发明涉及一种基于多源数据联邦学习的贷款风险评估方法,属于大数据和贷款风险评估领域。该方法包括:S1:使用多方数据源参与到贷款风险评估任务中,分别对多方数据源数据进行预处理以及数据样本加密对齐;S2:分析和提取多方数据源关于贷款风险评估相关特征,建立贷款用户风险画像并构建贷款风险评估体系;S3:构建并使用Lightgbm树模型对多方数据源进行联合训练,同时与中心服务器交换参数,更新训练过程;S4:综合多方数据源的训练结果构建的Lightgbm树模型,预测用户的违约情况作为用户贷款风险的判别结果。本发明提升贷款风险评估的准确性,降低贷款坏账率。

    一种基于多方数据集的信用分类方法

    公开(公告)号:CN113239199A

    公开(公告)日:2021-08-10

    申请号:CN202110541128.9

    申请日:2021-05-18

    Abstract: 本发明涉及一种基于多方数据集的信用分类方法,属于数据挖掘领域。本发明方法包括:输入信用评估相关的多方数据集;对多个数据集数据进行数据预处理,解决原始数据集中存在的多种问题,并得到标准输入数据集;利用机器学习中的聚类算法与数据生成算法,将多个数据集进行对齐,得到对齐后的新数据集;将文本类型特征与数值类型特征分别输入到两个模型中单独训练;最后结合两个模型中的训练结果,使用逻辑回归方法计算最终两个模型权重,并输出最终的评估结果。本发明通过引入数据对齐方法与信用评估算法解决多个信用数据集中样本数量无法对齐的问题,提高了可被用于训练的样本数量,减少了由于训练样本不足带来的机器学习模型分类无法收敛的问题。

    一种零存整取模式下存户存款贡献度评估方法

    公开(公告)号:CN112215704A

    公开(公告)日:2021-01-12

    申请号:CN202011141781.8

    申请日:2020-10-22

    Abstract: 本发明涉及一种零存整取模式下存户存款贡献度评估方法,属于数据处理技术领域。该方法包括:通过对样本数据进行筛选以及清洗,对零存整取模式下存户存款异常数据进行过滤,得到数据集;获取用户特征数据,用户特征数据包括:存户历史缴款信息;将训练数据集输入模型进行训练分析,得到评估存户存款贡献度模型,将测试数据集用户特征数据输入至已训练的模型进行预测操作,以输出预测信息,根据预测信息生成存户存款贡献度评估信息,由此大大提高了对存户存款贡献度评估的准确度。

    一种对去中心化系统的群体测试方法和系统

    公开(公告)号:CN109885495A

    公开(公告)日:2019-06-14

    申请号:CN201910125502.X

    申请日:2019-02-20

    Abstract: 本发明属于计算机软件测试领域,具体涉及一种对去中心化系统的群体测试方法和系统;本发明在本地物理机上部署去中心化系统,将测试系统嵌入在去中心化系统中,测试系统包括电性连接的控制模块,业务模块、配置模块、监管模块以及记录模块;控制模块控制去中心化系统各个节点之间进行连接交换;业务模块管理测试系统中的测试数据;配置模块让种子节点配置测试系统的中各类参数;监管模块在测试过程中对所有节点进行监管控制;记录模块用于记录种子节点上存储的测试数据;本发明支持测试人员在本地物理机上部署被测系统,支持所有测试人员对被测系统共同测试、协作测试,既能够保证测试环境的真实性,又能够最大化保证测试人员数量和最佳测试效果。

    一种基于谱聚类的软件组件识别方法及系统

    公开(公告)号:CN116933117B

    公开(公告)日:2025-05-20

    申请号:CN202310976538.5

    申请日:2023-08-04

    Abstract: 本发明属于过程挖掘领域,涉及一种基于谱聚类的软件组件识别方法;包括获取软件运行事件日志,并获取软件运行事件日志中所涉及的所有类组成类集合;根据软件运行事件日志及类集合构建类调用相似度矩阵;根据类调用相似度矩阵构建度矩阵,并基于度矩阵计算出拉普拉斯矩阵;计算拉普拉斯矩阵的所有特征值并升序排列,通过前k个特征值的特征向量构建特征向量空间;采用Discretize聚类算法对特征向量空间进行聚类,并通过组件质量函数获取具有最高质量组件的聚类结果作为组件识别结果;通过该组件识别结果为软件运行事件日志添加组件属性信息;本发明相比于已有通过软件运行数据识别组件的算法考虑了类之间调用次数,能更准确地识别组件。

Patent Agency Ranking