一种基于启发式和神经网络的非API成员推荐方法

发明专利无效专利

申请号：
CN201810454355.6
IPC分类号：G06F8/30;G06N3/08
申请日期：
2018-05-14
申请人：
北京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于启发式和神经网络的非API成员推荐方法
申请号	CN201810454355.6	申请日期	2018-05-14
法律状态	权利终止	申报国家	中国
公开/公告日	2018-10-16	公开/公告号	CN108664237A
优先权	暂无	优先权号	暂无
主分类号	G06F8/30 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F8/00 软件工程设计（测试或调试入G06F 11/36；软件项目管理、规划或组织入G06Q 10/06）〔2018.01〕 G06F8/30 创建或生成源代码〔2018.01〕	IPC分类号	G;0;6;F;8;/;3;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京理工大学	申请人地址	北京市海淀区中关村南大街5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京理工大学	当前权利人	北京理工大学
发明人	姜林;刘辉
代理机构	北京理工正阳知识产权代理事务所（普通合伙）	代理人	唐华

摘要

本发明涉及一种基于启发式和神经网络的非API成员推荐方法，属于代码补全及代码推荐技术领域。本方法根据开源软件中赋值语句右侧的非API成员访问样例sample，收集该非API对象声明类型所包含的成员，包括继承得到的成员然后根据赋值语句所在类与非API对象声明类之间的关系，将不可访问的成员剔除，余下可访问的成员作为候选放入初始候选列表cdtList中，供后续步骤使用。对步骤1中的样例基于三种特定启发式规则进行预测。利用信息训练神经网络，得到一个能够过滤掉低可靠性预测结果的过滤器。当程序员在赋值语句右侧的非API实例对象后输入“.”时，预测可能访问的非API成员。本发明在相同数据集下推荐正确的成员个数明、正确的概率显高于现有方法和工具。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供