排序方式: 共有49条查询结果,搜索用时 15 毫秒
1.
车辆装载长度测量系统研发 总被引:1,自引:0,他引:1
车辆超长会影响车辆的通过性与行驶安全性,为准确测量车辆装载长度,研发了基于红外光幕传感器和光电开关、单片机及超声波测距传感器的车辆装载长度测量系统,对系统的软件程序和硬件系统进行了设计和调试,搭建了高速公路入(出)口模拟平台,对所研发的系统进行实验验证,实验结果表明:该测量系统的测量精度较高,由于采用了双基准触发机制,解决了高速路入(出)口车辆排队情况下的车辆装载长度的准确测量,该系统可以应用到高速路入(出)口处,可以配合其他几何尺寸测量系统与称重系统对车辆的超限情况进行全面的检测。 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
10.
代码克隆检测是提高软件开发效率、软件质量和可靠性的重要手段。基于抽象语法树(abstract syntax tree,AST)的单语言克隆检测已经取得了较为显著的效果,但跨语言代码的AST节点存在同义词、近义词且手工标注数据集成本高等问题,限制了现有克隆检测方法的有效性和实用性。针对上述问题,提出一种基于对比学习的树卷积神经网络(contrastive tree convolutional neural network,CTCNN)的跨语言代码克隆检测方法。该方法首先将不同编程语言的代码解析为AST,并对AST的节点类型和节点值作同义词转换处理,以降低不同编程语言AST之间的差异;同时,采用对比学习扩充负样本并对模型进行训练,使得在小样本数据集下能够最小化克隆对之间的距离,最大化非克隆对之间的距离。最后在公开数据集上进行了评测,精确度达到95.26%、召回率为99.98%、F1为97.56%。结果表明,相较于现有的最好的CLCDSA和C4方法,该模型的检测精度分别提高了43.92%和3.73%,其F1值分别提升了29.84%和6.29%,证明了所提模型是一种有效的跨语言代码克隆检测方法。 相似文献