国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜北京麟卓信息科技有限公司張曉亮獲國家專利權

恭喜北京麟卓信息科技有限公司張曉亮獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜北京麟卓信息科技有限公司申請的專利一種基于機器學習復合模型的GDB命令智能識別方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119597632B

龍圖騰網通過國家知識產權局官網在2025-05-02發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510143626.6,技術領域涉及:G06F11/362;該發明授權一種基于機器學習復合模型的GDB命令智能識別方法是由張曉亮;張毅;李賀;楊艷設計研發完成,并于2025-02-10向國家知識產權局提交的專利申請。

一種基于機器學習復合模型的GDB命令智能識別方法在說明書摘要公布了:本發明公開了一種基于機器學習復合模型的GDB命令智能識別方法,通過構建第一程序集合及第一GDB命令集合,采用第一GDB命令集合中的命令遍歷調試第一程序集合中的典型程序,得到指令調試信息集合;采用構建的GDB命令特征提取模型對指令調試信息集合處理得到指令調試特征,由指令調試特征及GDB命令編碼形成訓練樣本集合,采用訓練樣本集合完成GDB命令預測模型的訓練,使用時將用戶GDB命令指令調試信息輸入GDB命令預測模型即可得到其對應的標準GDB命令,完成GDB命令的識別,避免了調試過程的錯誤,并提高了用戶GDB命令識別的效率及準確性。

本發明授權一種基于機器學習復合模型的GDB命令智能識別方法在權利要求書中公布了:1.一種基于機器學習復合模型的GDB命令智能識別方法,其特征在于,具體包括以下步驟:步驟1、構建包含典型程序的第一程序集合,構建包含已知GDB命令的第一GDB命令集合,為第一GDB命令集合中的GDB命令建立GDB命令編碼;采用GDB命令遍歷調試第一程序集合中的典型程序,獲取指令調試信息分別形成指令變化信息集合、信號信息集合、系統調用信息集合、GDB輸出信息集合及命令輸入信息集合;步驟2、標注指令變化信息集合中的前后變化信息特征形成指令變化標注文件集合,作為第一樣本集合;構建GDB命令特征提取模型,采用第一樣本集合完成GDB命令特征提取模型的訓練及驗證;將指令變化信息集合輸入訓練得到的GDB命令特征提取模型,得到指令變化特征;步驟3、由同一GDB命令的指令變化特征、信號信息、系統調用信息、GDB輸出信息及命令輸入信息構成該GDB命令的GDB命令特征,對GDB命令特征進行數據清洗和標簽編碼得到GDB命令特征編碼,將GDB命令特征編碼作為數據特征、將GDB命令編碼作為標簽形成樣本,構建第二樣本集合;步驟4、構建GDB命令預測模型,對GDB命令預測模型的預測結果打分,該打分分值表示該GDB命令預測模型的預測結果的準確度,采用第二樣本集合完成GDB命令預測模型的訓練及驗證;步驟5、實際使用時,構建標準測試程序,采用待預測的用戶GDB命令調試標準測試程序,獲取調試前及調試過程中的信息形成用戶指令變化信息、用戶信號信息、用戶系統調用信息、用戶GDB輸出信息及用戶命令輸入信息;將用戶指令變化信息、用戶信號信息、用戶系統調用信息、用戶GDB輸出信息及用戶命令輸入信息輸入訓練得到的GDB命令預測模型,得到用戶GDB命令對應的標準GDB命令;采用F1score對GDB命令預測模型的預測結果進行打分;采用預測結果調試標準測試程序,獲取調試過程中的信息,形成驗證指令變化信息、驗證信號信息、驗證系統調用信息、驗證GDB輸出信息及驗證命令輸入信息;將驗證指令變化信息、驗證信號信息、驗證系統調用信息、驗證GDB輸出信息及驗證命令輸入信息,與用戶指令變化信息、用戶信號信息、用戶系統調用信息、用戶GDB輸出信息及用戶命令輸入信息進行對比,若相同則說明預測結果準確,否則說明預測結果錯誤并再次執行步驟5。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京麟卓信息科技有限公司,其通訊地址為:100085 北京市海淀區西三旗昌臨801號27號3層310、312;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 肇源县| 常宁市| 云阳县| 岳普湖县| 宁南县| 新巴尔虎右旗| 若尔盖县| 旅游| 金门县| 田东县| 巴青县| 台北市| 晋州市| 交口县| 蒙城县| 如东县| 长丰县| 宣城市| 阿拉善盟| 如皋市| 无锡市| 明水县| 莆田市| 汪清县| 临西县| 个旧市| 湄潭县| 凌云县| 老河口市| 纳雍县| 浮梁县| 铁岭市| 泾川县| 江油市| 胶州市| 卢湾区| 白银市| 博客| 昭通市| 当阳市| 三河市|