公共文化服务平台

创建物联网控制系统的方法及装置: 本发明提供一种创建物联网控制系统的方法及装置，该方法包括：采集物联网中设备和传感器的当前状态数据；根据所述设备和传感器的当前状态数据，构建至少一个本体类和所述至少一个本体类的数值类型属性，并根据所述至少一个本体类和所述至...; 金芝李戈鲁扬扬邢雪源郝逸洋; 文献传递

网络服务的描述信息获取方法和装置: 本发明公开了一种网络服务的描述信息获取方法和装置，网络服务的描述信息获取方法包括：从网络服务描述语言文件中获取网络服务的自身信息；通过搜索引擎获取与所述网络服务相关的网页信息；解析所述网页信息，并获取网页的主体信息；根据...; 李戈谢冰张良杰黄艺燕王立杰刘飞; 文献传递

基于多维度领域关键知识的招聘信息匹配方法: 本发明公布了一种基于多维度领域关键知识的招聘信息匹配方法，通过抽取关键词、简历关键词与职位之间进行直接匹配、简历与职位关键词之间进行相关匹配，实现多维度的简历与职位的精准匹配；包括：抽取职位信息与简历信息中的关键词，用向...; 李戈金芝兰铮

物联网服务发现初探:传统SOA的可行性和局限性被引量：15: 2013年; 基于SOA(service-oriented architecture)的物联网(Internet of things,IoT)把设备的功能服务化,以一种统一和通用的接口向外界提供服务。由于物联网中设备的海量性、移动性和资源高度受限性,以及无线网络自身的不可靠性,设备服务与传统的Web服务相比具有不同的特点,现有的Web服务发现方法不能有效地满足物联网中服务发现的需求。从Web服务发现体系结构和匹配策略两个方面对典型的Web服务发现方法进行了分析;结合物联网中服务提供的特点,从可扩展性、资源有限性、异构性和环境的动态变化性四个方面,分析了将Web服务发现方法应用于物联网服务提供中所面临的问题,并讨论了可能的解决思路;探讨了物联网中服务发现需要解决的问题。; 魏强金芝李戈李力行; 关键词：WEB服务

程序理解:现状与未来被引量：14: 2019年; 程序理解是软件工程中的关键活动,在软件开发、维护、重用等任务中发挥着重要的作用.程序理解自软件工程出现以来,就一直是该领域的研究热点.随着软件应用的日益复杂和不断普及,程序理解研究的需求发生了新的变化,程序的自理解或自认知逐渐成为新的关注点,有必要对程序理解进行重新审视.从工程、学习和认知以及方法和技术这3个角度定位程序理解任务;随后,通过文献分析展示其研究布局,进而分别从认知过程、理解技术以及软件工程任务中的应用这3个方面,综合论述程序理解研究的发展脉络和研究进展.; 金芝刘芳李戈; 关键词：软件工程程序静态分析

应用建模工具展现本体的方法和装置: 本发明提供一种应用建模工具展现本体的方法和装置，该方法包括：应用建模工具创建第一层本体，并在图形界面上进行展现；第一层本体包括第一层本体类元素和第一层本体关系元素；创建第二层本体，并代替第一层本体在图形界面上进行展现；第...; 金芝李戈邢雪源施心悦; 文献传递

指针式仪表图像矫正方法、系统及存储介质: 本申请提供了一种指针式仪表图像矫正方法、系统及存储介质，通过获取指针式仪表的图像，进行图像预处理，得到仪表的灰度图像；根据仪表的灰度图像，通过自适应边缘检测，获得仪表的边缘边界；根据仪表的边缘边界，通过椭圆检测，获得仪表...; 金芝李戈

基于深度学习的代码生成方法研究进展被引量：7: 2024年; 关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.; 杨泽洲陈思榕高翠芸李振昊李戈吕荣聪; 关键词：代码生成后处理机器翻译

基于深度学习的程序理解研究进展被引量：19: 2019年; 程序理解通过对程序进行分析、抽象、推理从而获取程序中相关信息,在软件开发、维护、迁移等过程中起重要作用,因而得到学术界和工业界的广泛关注.传统程序理解很大程度上依赖开发人员的经验,但随着软件规模及其复杂度不断增大,完全依赖开发人员的先验知识提取程序特征既耗时耗力,又很难充分挖掘出程序中隐含特征.深度学习是一种数据驱动的端到端的方法,它根据已有数据构建深度神经网络对数据中隐含的特征进行挖掘,已经在众多领域中获得成功应用.将深度学习技术运用于程序理解中,根据具体任务以及大量数据自动地学习程序数据中蕴含的特征,可以充分地挖掘出程序中隐含的知识,提高程序理解的效率.对基于深度学习的程序理解研究工作进行综述,首先对程序所包含的性质进行分析,然后介绍主流的程序理解模型,包括基于序列、结构以及执行过程的程序理解模型.随后展示基于深度学习的程序理解在程序分析中的应用,主要针对代码补全、代码注释生成、代码检索等任务.最后,分析并总结程序理解研究所面临的挑战.; 刘芳李戈胡星金芝; 关键词：软件工程数据挖掘

一种基于LSTM自动补全代码的方法: 本发明提供了一种基于LSTM自动补全代码的方法，包括：源代码处理步骤，使用抽象语法树解析源代码；线下训练步骤，使用LSTM模型训练语言模型；线上代码补全步骤，根据训练过的语言模型补全代码。所述LSTM模型包括约束字符级L...; 李戈金芝

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

李戈

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李戈

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈