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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利融合多维特征与时序依赖的持续集成构建结果预测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：CN120013022B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202510487561.7，技术领域涉及：G06Q10/04；该发明授权融合多维特征与时序依赖的持续集成构建结果预测方法是由张洋;李甲泰;吴逸文;王涛;王怀民;丁博;姚思梦;谢昌熔设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本融合多维特征与时序依赖的持续集成构建结果预测方法在说明书摘要公布了：本申请涉及一种融合多维特征与时序依赖的持续集成构建结果预测方法。所述方法包括：获取对应项目仓库的构建数据，提取预测构建结果与耗时的相关特征。对特征标准化后，构建特征向量，用Hadamard积生成交互特征，结合LSTM捕捉特征间非线性及历史构建的时序依赖，形成模型输入特征。搭建包含输入层、图注意力网络模块、时序卷积模块和多任务输出层的预测模型。输入层对特征再标准化，图注意力网络建模动态关联，时序卷积提取时序特征，多任务输出层拼接向量进行预测。依预设损失函数训练模型，用训练好的模型预测构建结果。采用本方法能够满足高精度预测的需求。

本发明授权融合多维特征与时序依赖的持续集成构建结果预测方法在权利要求书中公布了：1.一种融合多维特征与时序依赖的持续集成构建结果预测方法，其特征在于，所述方法包括： 根据项目筛选工具对GitHub中的项目进行筛选并根据GitHubRESTAPI和网络爬虫技术获取对应项目仓库的构建数据并提取构建数据中预测构建结果与耗时所需的相关特征； 对所述相关特征进行标准化处理，根据处理后的相关特征构建成功与否与耗时预测的特征向量；利用Hadamard积生成交互特征，捕捉成功与否与耗时预测的特征向量间的非线性交互关系并利用LSTM提取序列依赖，捕捉成功与否与耗时预测的特征向量中历史构建相关特征的时序依赖关系，得到模型输入特征； 构建结果与耗时预测模型；所述结果与耗时预测模型包括输入层、图注意力网络模块、时序卷积模块和多任务输出层；在所述输入层对所述模型输入特征进行标准化，得到标准化后的特征；在所述图注意力网络模块对所述标准化后的特征间的动态关联进行建模，得到动态关联向量；在时序卷积对所述标准化后的特征进行特征提取，得到时序特征向量； 在所述多任务输出层将所述动态关联向量和时序特征向量进行拼接后的向量进行构建成功与否预测和耗时预测； 根据预先设置的损失函数对所述结果与耗时预测模型进行训练，得到训练好的结果与耗时预测模型；利用所述训练好的结果与耗时预测模型进行构建结果预测； 所述预先设置的损失函数包括第一损失函数和多任务联合损失函数；所述第一损失函数为： 其中，表示模型对第s个样本的预测概率，表示样本集合，表示节点j对节点i的重要程度，用于调整损失函数的权重，为焦点参数； 所述多任务联合损失函数为： 其中，表示回归任务的损失函数值，表示分类任务的损失函数值，表示控制参数，值为0.1，用于控制权重系数λ向分类任务倾斜的速度，表示训练轮数。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。