买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工商大学申请的专利基于代码所有权信息和深度学习的软件跟踪能力链恢复方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114691147B 。

龙图腾网通过国家知识产权局官网在2025-03-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210316741.5，技术领域涉及：G06F8/41；该发明授权基于代码所有权信息和深度学习的软件跟踪能力链恢复方法是由汪烨;胡坤;黄乔;姜波设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本基于代码所有权信息和深度学习的软件跟踪能力链恢复方法在说明书摘要公布了：本发明属于软件跟踪能力链恢复技术领域，公开了一种基于代码所有权信息和深度学习的软件跟踪能力链恢复方法，其特征在于，包括如下步骤：步骤1：计算出高级制品和源代码之间候选链接列表；步骤2：识别每个源代码制品的作者；步骤3：定义作者上下文；步骤4：将代码所有权信息与文本信息相结合。本发明提出的方法适用于恢复需求和代码之间的跟踪能力链，它能够充分地利用代码中所包含的代码所有权信息，并且利用深度学习的神经网络计算相似性，大幅度提高了恢复需求和代码之间跟踪能力链的准确度。

本发明授权基于代码所有权信息和深度学习的软件跟踪能力链恢复方法在权利要求书中公布了：1.一种基于代码所有权信息和深度学习的软件跟踪能力链恢复方法，其特征在于，包括如下步骤：步骤1：计算出高级制品和源代码之间候选链接列表；将源代码S1，S2，...，Sn中的单词向量顺序地发送到RNN神经网络，并作为单个向量输出，且表示其语义信息，在双向RNN神经网络的情况下，词向量也以相反的顺序发送，同样，对于高级制品我们使用RNN神经网络以相同的方式生成目标语义向量，最后，将源语义向量和目标语义向量在语义关系评估层中进行比较；所述步骤1包括语义关系评估层，采用语义关系评估层对句子进行语义分类，计算公式为： ，这里的是用于比较每个维度上，源语义向量和目标语义向量的方向的逐点乘法运算符，绝对值向量减法的结果rsub表示每个维度上两个向量之间的距离；然后再使用一个sigmoid层来整合rpmul和rsub并输出一个向量来表示它们的语义相似性；最后，输出层使用sigmoid层的结果来产生有效跟踪链接存在的概率，其中softmax函数的结果是一个由0,1范围内的实数值组成的K维向量，它们加起来为1，这里的K值为2，选取LSTM作为神经网络；将利用RNN计算出的结果进行汇排序，从而得到一个源代码和目标制品之间的候选链接列表；步骤2：识别每个源代码制品的作者；步骤3：定义作者上下文；步骤4：将代码所有权信息与文本信息相结合。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工商大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学正街18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。