龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京航空航天大学
摘要：本发明涉及一种基于规模特征与机器学习模型的语义服务性能预测方法，属于语义服务性能预测技术领域，解决了现有技术中语义服务性能预测准确性差、时间成本和物力资源消耗大的问题。通过构建语义服务性能测试系统，基于代码片段生成代码文件集合，基于代码文件集合和第一执行时间采用排列重要性算法确定与各个语义服务对应的关键影响特征，基于代码片段建立各关键影响特征的测试文件集合，构建各个语义服务的机器学习模型，基于各个语义服务的关键影响特征所对应的测试文件集合训练机器学习模型得到该语义服务的性能预测模型，获取待测语义服务文件，统计该文件中各个代码特征的特征值，将全部特征值输入至与该语义服务相对应的机器学习模型得到该语义服务的性能预测结果。从而实现了一种准确高效、时间成本和物力资源消耗低的语义服务性能预测方法。
主权项：1.一种基于规模特征与机器学习模型的语义服务性能预测方法，其特征在于，包括：S1：构建语义服务性能测试系统，所述语义服务性能测试系统用于获取语义服务的执行时间；S2：构造代码片段，基于所述代码片段生成代码文件集合，采用所述语义服务性能测试系统获取所述代码文件集合的第一执行时间，所述第一执行时间包括各个语义服务的执行时间；S3：基于所述代码文件集合和所述第一执行时间采用排列重要性算法确定与各个语义服务对应的关键影响特征；S4：基于所述代码片段建立各关键影响特征的测试文件集合，基于所述语义服务性能测试系统获取各测试文件集合的第二执行时间，所述第二执行时间包括各个语义服务的执行时间；S5：构建各个语义服务的机器学习模型，基于各个语义服务的关键影响特征所对应的测试文件集合训练机器学习模型得到该语义服务的性能预测模型；S6：获取待测语义服务文件，统计该文件中各个代码特征的特征值，将全部特征值输入至与该语义服务相对应的机器学习模型得到该语义服务的性能预测结果。
全文数据：
权利要求：
百度查询： 北京航空航天大学 一种基于规模特征与机器学习模型的语义服务性能预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号