[发明专利]基于多尺度特征解码的前端代码生成方法、系统及设备有效
| 申请号： | 201910727451.8 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110502236B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 吕晨;闵维潇;张菡文;高学剑;吕蕾;刘弘 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F8/38 | 分类号： | G06F8/38;G06N3/04;G06N3/08 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250358 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开公开了基于多尺度特征解码的前端代码生成方法、系统及设备，获取待生成前端代码的前端图像；利用预训练的卷积神经网络，从待生成前端代码的前端图像中提取图像特征向量；将提取的图像特征向量，输入到预训练的多尺度长短期记忆网络LSTM中，输出目标前端代码。该方法通过应用深度学习技术训练出一个深度神经网络的端到端模型，可以直接将给定的UI界面自动转化为目标代码，从而让前端开发工程师把主要精力放于逻辑交互功能的实现上，从而减轻他们的工作负担并提高软件的开发效率。 | ||
| 搜索关键词： | 基于 尺度 特征 解码 前端 代码 生成 方法 系统 设备 | ||
【主权项】：
1.基于多尺度特征解码的前端代码生成方法，其特征是，包括：/n获取待生成前端代码的前端图像；/n利用预训练的卷积神经网络，从待生成前端代码的前端图像中提取图像特征向量；/n将提取的图像特征向量，输入到预训练的多尺度长短期记忆网络LSTM中，输出目标前端代码。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910727451.8/，转载请声明来源钻瓜专利网。
