一种采用对抗学习的跨项目缺陷预测方法

跨项目缺陷预测(cross-project defect prediction, CPDP)已经成为软件工程数据挖掘领域的一个重要研究方向,它利用其他项目的缺陷代码来建立预测模型,解决了模型构建过程中的数据不足问题.然而源项目和目标项目的代码文件之间存在着数据分布的差异,导致跨项目预测效果不佳.基于生成式对抗网络(generative adversarial network,GAN)中的对抗学习思想,在鉴别器的作用下,通过改变目标项目特征的分布,使其接近于源项目特征的分布,从而提升跨项目缺陷预测的性能.具体来说,提出的抽象连续生成式对抗网络(abstract continuous generative adversarial network, AC-GAN)方法包括数据处理和模型构建两个阶段:(1)首先将源项目和目标项目的代码转换为抽象语法树(abstract syntax tree,AST)的形式,然后以深度优先方式遍历抽象语法树得出节点序列,再使用连续词袋模型(continuous bag-of-words model,CBOW)生成词向量,依据词向量表将节点序列转化为数值向量;(...     

浆料挤出式陶瓷3D打印工艺参数及打印件结构角度研究

针对挤出式陶瓷3D打印用于制备铸造型壳，分析了不同层高下浆料的挤出与堆积情况。通过3D打印试验，对比研究了挤出口内径、层高和打印速度对打印过程及打印质量的影响，获得了合适的工艺参数值；对比研究了不同的空间倾斜角度、打印平面内的角度下打印件的质量，获得了打印件的空间最大倾斜角度和打印平面内的最小角度。结果表明，合适的工艺参数为挤出口内径0.6～0.8 mm，层高0.6 mm左右，打印速度20 mm/s；打印件的内、外最大倾斜角度为40°，打印平面内的最小角度为30°。