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！

龙图腾网恭喜南通大学申请的专利混合多个深度学习模型以促进阻塞Bug预测的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：CN115185731B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210849549.2，技术领域涉及：G06F11/07；该发明授权混合多个深度学习模型以促进阻塞Bug预测的方法是由鞠小林;陈志华;沈逸恒;钱洁;陈翔设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本混合多个深度学习模型以促进阻塞Bug预测的方法在说明书摘要公布了：本发明提供了一种混合多个深度学习模型以促进阻塞Bug预测的方法，属于计算机应用技术领域，解决了自动化预测多对Bug之间存在阻塞关系的技术问题。其技术方案为：包括以下步骤：1从Bug报告中提取“Summary”和“Description”两个字段构成数据集；2将自然语言文本进行词干恢复；3将这两个字段进行编码转换为词向量形式；4构建预测模型；5将两个分类器给出的值的加权和相加，得到最终的预测模型。本发明的有益效果为：本发明构建两个深度学习模型，并通过集成学习的方法Boosting将其结合起来，从而得到一个更全面、更稳健的预测模型，实现对阻塞Bug更好的预测。

本发明授权混合多个深度学习模型以促进阻塞Bug预测的方法在权利要求书中公布了：1.混合多个深度学习模型以促进阻塞Bug预测的方法，其特征在于，包括以下步骤：S1：选择七个开源项目作为数据来源，构建训练数据集，包括如下步骤：S1-1：利用爬虫算法，从七个Bug管理系统上获得Bug报告中的“Summary”和“Description”字段，构建成初始的数据集；S1-2：根据“Blocks”和“Dependson”字段中对应的Bug编号，为Bug之间是否存在阻塞关系确定标签，形成三元组形式SumA，SumB，label和DesA，DesB，label两种；S2：对步骤S1中构建的两个训练数据集进行预处理，所述步骤S2进行预处理时，包括如下步骤：S2-1：使用波特词干处理法对文本进行词干形态恢复，消除神经网络对语义先沟通的不同词形进行特征学习所产生的歧义；S2-2：采用Word2Vec方法对自然语言文本内容进行词向量化编码，得到两个文本字段的词向量特征表示；S3：将数据集划分为训练集、验证集和测试集，利用训练集和验证集来完成模型的构建和训练，并防止过拟合；利用测试集来检测模型的预测性能，包括如下步骤：S3-1：将两个特征向量、对应标签分别输入到Bi-LSTM和CNN模型当中，通过训练完成模型构建；S3-2：将两个构建好的子模型通过集成学习的方法Boosting结合起来，得到最终的预测模型；S3-3：将一组测试案例的“Summary”和“Description”输入到混合模型中，混合模型给出这两个Bug之间是否存在阻塞关系的预测。

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南通大学，其通讯地址为：226019 江苏省南通市崇川区啬园路9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”。