基于数据驱动的单元测试代码自动化生成技术存在覆盖率低和可读性差的问题,难以应对日益增长的测试需求。大语言模型(LLM)在代码生成任务中显示了极大的潜力,然而由于代码数据的功能风格和编码风格的差异,LLM面临灾难性遗忘和资源受限这...基于数据驱动的单元测试代码自动化生成技术存在覆盖率低和可读性差的问题,难以应对日益增长的测试需求。大语言模型(LLM)在代码生成任务中显示了极大的潜力,然而由于代码数据的功能风格和编码风格的差异,LLM面临灾难性遗忘和资源受限这2个挑战。为了解决这些问题,提出将编码风格和功能风格同步迁移微调的思想,并开发一种高效的LLM微调训练方法用于单元测试用例生成。首先,利用广泛使用的指令数据集对LLM进行指令对齐,并按任务类型对指令集分类;同时,提取并存储具有任务特征的权重增量;其次,设计一个自适应风格提取模块,该模块包含抗噪声干扰学习和编码风格回溯学习,以应对不同的代码编写风格;最后,在目标域分别对功能风格增量和编码风格增量进行联合训练,以实现在目标域低资源情况下的高效适配和微调。在SF110 Corpus of Classes数据集上的测试用例生成实验结果表明,所提方法的结果均优于对比方法,与主流代码生成LLM Codex、Code Llama和DeepSeek-Coder相比,所提方法的编译率分别提高0.8%、43.5%和33.8%、分支覆盖率分别提高3.1%、1.0%和17.2%;行覆盖率分别提高4.1%、6.5%和15.5%,验证了所提方法在代码生成任务上的优越性。展开更多
针对输电杆塔在高分辨率遥感卫星影像中尺度较小、语义信息占比过低导致的检测识别精度低等问题,提出一种改进YOLOv5x的输电杆塔检测识别方法。以YOLOv5x单阶段目标检测网络结构为基础,采用C3融合卷积模块以及改进的注意力机制模块优化...针对输电杆塔在高分辨率遥感卫星影像中尺度较小、语义信息占比过低导致的检测识别精度低等问题,提出一种改进YOLOv5x的输电杆塔检测识别方法。以YOLOv5x单阶段目标检测网络结构为基础,采用C3融合卷积模块以及改进的注意力机制模块优化特征提取与特征融合策略,同时通过多尺度特征融合模块提高对小尺度目标的识别能力。基于亚米级遥感卫星数据在输电走廊区域开展输电杆塔检测识别实验,结果表明,该方法的平均精确率(mean Average Precision,mAP)可达到0.902,较原始YOLOv5x提高3.9%,与RCNN等经典目标识别网络相比也有较大提升,为高分辨率遥感卫星影像输电杆塔的高精度识别提供了技术支撑。展开更多
将具有方向性的天线按照合理角度安装,在相同条件下能提高智能电表无线信号接收功率.设计并研制了适合智能电表微功率无线通信模块的230 MHz法向模螺旋弹簧天线,研究了天线的方向性系数,针对天线和智能电表实际安装场景,改进了天线在微...将具有方向性的天线按照合理角度安装,在相同条件下能提高智能电表无线信号接收功率.设计并研制了适合智能电表微功率无线通信模块的230 MHz法向模螺旋弹簧天线,研究了天线的方向性系数,针对天线和智能电表实际安装场景,改进了天线在微功率无线通信模块中的安装角度.软件仿真和实际测量结果显示,改进天线安装角度后的微功率无线通信模块,在相同测试环境下接收到的无线信号功率较改进前平均增加2.4 d Bm.在相同传输环境、相同信号编码调制方式下,提高了接收信号的信噪比,进而提高了智能电表和集中器之间的通信质量.展开更多
随着高速电力线载波通信(High-speed Power Line carrier Communication,HPLC)技术在电力物联网中的推广和应用,其面临的组网孤岛/孤点、停电事件上报成功率低、单跳通信距离短等问题逐步显现。无线(Radio Frequency,RF)通信能够有效地...随着高速电力线载波通信(High-speed Power Line carrier Communication,HPLC)技术在电力物联网中的推广和应用,其面临的组网孤岛/孤点、停电事件上报成功率低、单跳通信距离短等问题逐步显现。无线(Radio Frequency,RF)通信能够有效地解决这些问题,从而成为了HPLC的有力补充。对于HPLC&RF双模系统中的无线通信,现有的导频设计没有充分考虑其典型应用信道的时频相关性,为此提出了一种新的导频设计方案。该方案增加了导频的频域密度,以更好地适应频率选择性高的信道;同时基于所有典型信道随时间变化缓慢的特性,降低了导频的时域密度;另外,重新设计了导频的时频位置,以进一步降低信道估计的复杂度。新方案的导频开销为原方案的1/2。仿真结果表明,所提方案的性能均优于原方案,且适用的信道估计方法简单,计算复杂度低,易于实现,能够更好地满足双模系统的推广应用需求。展开更多
文摘基于数据驱动的单元测试代码自动化生成技术存在覆盖率低和可读性差的问题,难以应对日益增长的测试需求。大语言模型(LLM)在代码生成任务中显示了极大的潜力,然而由于代码数据的功能风格和编码风格的差异,LLM面临灾难性遗忘和资源受限这2个挑战。为了解决这些问题,提出将编码风格和功能风格同步迁移微调的思想,并开发一种高效的LLM微调训练方法用于单元测试用例生成。首先,利用广泛使用的指令数据集对LLM进行指令对齐,并按任务类型对指令集分类;同时,提取并存储具有任务特征的权重增量;其次,设计一个自适应风格提取模块,该模块包含抗噪声干扰学习和编码风格回溯学习,以应对不同的代码编写风格;最后,在目标域分别对功能风格增量和编码风格增量进行联合训练,以实现在目标域低资源情况下的高效适配和微调。在SF110 Corpus of Classes数据集上的测试用例生成实验结果表明,所提方法的结果均优于对比方法,与主流代码生成LLM Codex、Code Llama和DeepSeek-Coder相比,所提方法的编译率分别提高0.8%、43.5%和33.8%、分支覆盖率分别提高3.1%、1.0%和17.2%;行覆盖率分别提高4.1%、6.5%和15.5%,验证了所提方法在代码生成任务上的优越性。
文摘针对输电杆塔在高分辨率遥感卫星影像中尺度较小、语义信息占比过低导致的检测识别精度低等问题,提出一种改进YOLOv5x的输电杆塔检测识别方法。以YOLOv5x单阶段目标检测网络结构为基础,采用C3融合卷积模块以及改进的注意力机制模块优化特征提取与特征融合策略,同时通过多尺度特征融合模块提高对小尺度目标的识别能力。基于亚米级遥感卫星数据在输电走廊区域开展输电杆塔检测识别实验,结果表明,该方法的平均精确率(mean Average Precision,mAP)可达到0.902,较原始YOLOv5x提高3.9%,与RCNN等经典目标识别网络相比也有较大提升,为高分辨率遥感卫星影像输电杆塔的高精度识别提供了技术支撑。
文摘将具有方向性的天线按照合理角度安装,在相同条件下能提高智能电表无线信号接收功率.设计并研制了适合智能电表微功率无线通信模块的230 MHz法向模螺旋弹簧天线,研究了天线的方向性系数,针对天线和智能电表实际安装场景,改进了天线在微功率无线通信模块中的安装角度.软件仿真和实际测量结果显示,改进天线安装角度后的微功率无线通信模块,在相同测试环境下接收到的无线信号功率较改进前平均增加2.4 d Bm.在相同传输环境、相同信号编码调制方式下,提高了接收信号的信噪比,进而提高了智能电表和集中器之间的通信质量.
文摘随着高速电力线载波通信(High-speed Power Line carrier Communication,HPLC)技术在电力物联网中的推广和应用,其面临的组网孤岛/孤点、停电事件上报成功率低、单跳通信距离短等问题逐步显现。无线(Radio Frequency,RF)通信能够有效地解决这些问题,从而成为了HPLC的有力补充。对于HPLC&RF双模系统中的无线通信,现有的导频设计没有充分考虑其典型应用信道的时频相关性,为此提出了一种新的导频设计方案。该方案增加了导频的频域密度,以更好地适应频率选择性高的信道;同时基于所有典型信道随时间变化缓慢的特性,降低了导频的时域密度;另外,重新设计了导频的时频位置,以进一步降低信道估计的复杂度。新方案的导频开销为原方案的1/2。仿真结果表明,所提方案的性能均优于原方案,且适用的信道估计方法简单,计算复杂度低,易于实现,能够更好地满足双模系统的推广应用需求。
