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
第5代移动通信技术(5th generation mobile network,5G)通信技术应用于配电网自动化和差动保护领域,为配网的故障精确定位、隔离与恢复供电提供了新的发展前景。但是目前5G配网建设领域的技术经济学分析并不多,许多投资运营商仍对其成...第5代移动通信技术(5th generation mobile network,5G)通信技术应用于配电网自动化和差动保护领域,为配网的故障精确定位、隔离与恢复供电提供了新的发展前景。但是目前5G配网建设领域的技术经济学分析并不多,许多投资运营商仍对其成本持怀疑态度。针对上述问题,构建了基于网络拓扑结构5G通信的配电网改造经济性评估体系,克服了通过历史数据获得指标可操作性低的局限性;通过采用成本效益分析法对决策指标进行归一化,并利用不确定层次分析法确定各项指标的主观、客观权重以及综合权重,提高权重因子的准确性;最后利用正态分布的模糊函数法对某省基于5G配电网改造进行综合评价,验证了所提方法的有效和可靠性。展开更多
基金State Grid Corporation Headquarters Science and Technology Project 2017 "Research on Large-scale Interaction and Flexible Regulation Technology of Demand Response Resources in Multi-scenarios"(SGJS0000YXJS1700314)~~
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.
文摘第5代移动通信技术(5th generation mobile network,5G)通信技术应用于配电网自动化和差动保护领域,为配网的故障精确定位、隔离与恢复供电提供了新的发展前景。但是目前5G配网建设领域的技术经济学分析并不多,许多投资运营商仍对其成本持怀疑态度。针对上述问题,构建了基于网络拓扑结构5G通信的配电网改造经济性评估体系,克服了通过历史数据获得指标可操作性低的局限性;通过采用成本效益分析法对决策指标进行归一化,并利用不确定层次分析法确定各项指标的主观、客观权重以及综合权重,提高权重因子的准确性;最后利用正态分布的模糊函数法对某省基于5G配电网改造进行综合评价,验证了所提方法的有效和可靠性。
