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！

龙图腾网获悉中山大学申请的专利基于深度神经网络和全局缓存的智能合约代码补全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：CN118092889B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202410241249.5，技术领域涉及：G06F8/33；该发明授权基于深度神经网络和全局缓存的智能合约代码补全方法是由蒋子规;袁琦浩;郑子彬设计研发完成，并于2024-03-04向国家知识产权局提交的专利申请。

本基于深度神经网络和全局缓存的智能合约代码补全方法在说明书摘要公布了：本申请提供的基于深度神经网络和全局缓存的智能合约代码补全方法，在进行代码补全时，可以先获取包含待补全代码的代码数据，以及确定目标标识符预测模型；接着可以利用目标标识符预测模型对代码数据进行预测，得到下一个标识符的预测名称概率和预测类型概率，并利用目标多层感知机确定待补全代码的下一个标识符的预测位置概率，进而对预测位置概率和预测类型概率进行概率整合，并将整合结果与预测名称概率进行权重调整，得到调整结果，最后基于该调整结果确定待补全代码的下一标识符，进而对待补全代码进行代码补全。本申请利用多层感知机构建全局缓存，并结合代码标识符类型和标识符名称的预测，可以理解上下文语义信息，提高补全代码的准确性。

本发明授权基于深度神经网络和全局缓存的智能合约代码补全方法在权利要求书中公布了：1.一种代码补全方法，其特征在于，所述方法包括： 获取包含待补全代码的代码数据，以及确定目标标识符预测模型；其中，所述待补全代码由多个标识符组成； 将所述代码数据输入所述目标标识符预测模型中，得到所述目标标识符预测模型输出的所述待补全代码的下一个标识符的预测名称概率和预测类型概率，以及，将所述代码数据输入提前训练好的目标多层感知机中，得到所述多层感知机输出的所述待补全代码的下一个标识符的预测位置概率； 对所述预测位置概率和所述预测类型概率进行概率整合，并将整合结果与所述预测名称概率进行权重调整，得到调整结果； 基于所述调整结果确定所述待补全代码的下一标识符，并根据所述下一标识符对所述待补全代码进行代码补全； 其中，所述预测位置概率和所述预测类型概率的概率整合的表达式包括如下： ； 式中，表示预测位置概率和预测类型概率的整合结果；表示预测位置概率；表示预测类型概率；表示对缓存中的各个标识符类型的预测概率的求和结果； 所述整合结果与所述预测名称概率的权重调整的表达式包括如下： ； 式中，表示整合结果与预测名称概率的加权结果；表示调整权重；表示整合结果；表示预测名称概率；表示缓存中所有标识符名称的预测概率的求和结果； 表示整合结果与预测名称概率的调整结果。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。