-
公开(公告)号：CN117195237A
公开(公告)日：2023-12-08
申请号：CN202311256715.9
申请日：2023-09-26
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
IPC: G06F21/57 , G06F18/2431 , G06F18/2413 , G06F18/214 , G06N3/045 , G06N3/0442
Abstract: 本发明涉及一种面向智能合约的漏洞检测系统及方法，该系统包括：数据预处理模块，用于收集智能合约，将所述智能合约进行无用信息删除、以获取包含与漏洞形成有关的智能合约切片，将所述智能合约切片进行不同漏洞种类标注，获取标注结果；特征提取模块，用于基于所述标注结果，构建智能合约漏洞检测模型，基于所述智能合约漏洞检测模型，获取检测结果；分类模块，用于对所述检测结果进行分类，完成漏洞检测；所述数据预处理模块、所述特征提取模块和所述分类模块依次连接。本发明通过对智能合约的源代码进行切片检测，降低了输入信息的长度，减少了训练的工作量，使代码片段中有用的部分更加密集，提升了智能合约漏洞检测系统的可靠性和准确性。
-
公开(公告)号：CN116821239A
公开(公告)日：2023-09-29
申请号：CN202310770629.3
申请日：2023-06-28
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地
Inventor： 张可佳 , 刘志颖 , 潘海为 , 蔡成涛 , 王巍 , 王春才 , 王小芳 , 陈征平 , 王宇华 , 兰海燕 , 李智慧 , 曲立平 , 史长亭 , 江俊慧 , 孙宝丹 , 李丽洁
IPC: G06F16/27 , H04L67/1097 , H04L9/40 , H04L69/163 , G06F16/25 , G06F16/2453 , G06F16/2455 , G06F16/2458 , G06F9/48 , G06F9/50 , G06F21/31 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种基于云平台的船舶虚拟试验储算分离系统，包括，客户端模块，为整体系统的最外层，用于直接与用户进行交互，向用户提供API并发挥任务执行的结果；分布式查询模块，与客户端模块连接，用于在接收到客户端模块发送的任务后对任务进行解析操作，再访问储算调度模块完成具体任务后获得结果并发送至客户端模块；分布式存储模块，与分布式查询模块连接，用于对整个系统中的数据进行存储且加密，进而为储算调度模块和分布式查询模块提供数据支持；储算调度模块，分别与分布式查询模块和分布式查询模块连接，用于负责进行有效的数据缓存，并对整个系统的存储进行调度。本发明提高了云计算平台的存储效率、查询效率和计算效率。
-
公开(公告)号：CN118520951A
公开(公告)日：2024-08-20
申请号：CN202410661985.6
申请日：2024-05-27
Applicant: 哈尔滨工程大学
IPC: G06N5/04 , G06N5/022 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于时间感知注意力进化图网络的时序知识图谱推理方法，属于时序知识图谱推理技术，从三个不同角度，针对时序知识图谱推理技术的不完全性进行改进；首先结合了时间信息编码，使用多头注意力机制从多个角度捕获时间依赖性；然后利用具有进化表示的关系卷积图网络来捕获每个快照中事件之间的结构依赖关系；最后通过全局奖惩机制获得事件的频率特征，用于提高预测准确性。
-
公开(公告)号：CN118469002A
公开(公告)日：2024-08-09
申请号：CN202410662524.0
申请日：2024-05-27
Applicant: 哈尔滨工程大学
IPC: G06N5/022 , G06F40/242 , G06F40/30 , G06F16/36 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 基于独立嵌入的超关系知识图谱链接预测方法和系统，本发明涉及知识图谱链接预测领域,解决现有的限定词作为事件的补充信息，使用与三元组同样的表征会造成潜在的语义混淆等问题。所述方法包括：获取超关系知识图谱数据集并进行预处理，超关系知识图谱数据集中每一条数据代表一个超关系事件，包含三元组和限定词；对超关系事件中的每个实体和关系，分别构建两种不同的嵌入，并更新实体嵌入和关系嵌入，捕捉超关系事件中的综合交互特征，增强三元组中的关系嵌入；使用针对超关系事件的对比学习方法，联立链接预测任务损失和对比学习损失进行联合训练；将缺失实体的超关系事件输入到训练好的所述方法中，预测缺失实体的得分，根据得分选择缺失实体。
-
公开(公告)号：CN110928659B
公开(公告)日：2022-12-06
申请号：CN201911141458.8
申请日：2019-11-20
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种具有自适应功能的数值水池系统远程多平台接入方法。本发明根据用户提交计算作业相关参数；根据计算作业的求解器类型和网格数量，推荐最优模式下所需的计算资源平台和节点核数，将计算作业放入就绪队列中；判断计算作业是否存在跨平台接入变化服务，数值水池平台系统自动解析集群作业调度策略，生成相应的执行脚本命令。将计算作业提交到本地集群，并根据最优计算核数分配计算节点。判断队列是否为空。本发明有效地解决了数值水池系统远程多平台接入问题，并能够针对计算作业量大小动态调整所接入的计算资源平台，针对数值水池系统用户实现了自适应接入方法，提高用户可操作性，增强用户体验。
-
Patent Agency Ranking
公开(公告)号：CN112765229B
公开(公告)日：2022-08-16
申请号：CN202011563544.0
申请日：2020-12-25
Applicant: 哈尔滨工程大学
IPC: G06F16/2458 , G06F16/215 , G06F16/951 , G01N33/00 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种基于多层注意力机制的空气质量推断方法，属于环境空气质量监测领域。本发明将城市划分成大小相同的网格，每个网格的空气质量受到相邻网格区域的影响，为了推断未部署空气质量监测传感器区域准确的空气质量，利用待推断区域、待推断区域周围的网格区域以及已部署传感器区域的时序数据和非时序数据，通过多层注意力机制，自适应地对不同的站点、网格区域、历史时间片数据赋予不同的权值，大大提升模型对空气质量推断的精度。
-
公开(公告)号：CN114880550A
公开(公告)日：2022-08-09
申请号：CN202210344135.4
申请日：2022-04-02
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06Q30/06 , G06K9/62
Abstract: 本发明提出一种融合多方面时域信息的序列推荐方法、设备和介质。本发明考虑三种时域信息来提高序列推荐的性能，构建融合多方面时域信息的序列推荐模型，模型包含三个部分，每一部分利用一种多粒度时域信息生成下一个用户可能感兴趣的物品表示。所述模型具体包括绝对时间模块，相对物品时间间隔模块和相对推荐时间间隔模块。三个模块经过有效的融合生成最终用户下一时刻感兴趣的物品表示，从而大大提高序列推荐性能。
-
公开(公告)号：CN112733018A
公开(公告)日：2021-04-30
申请号：CN202011636004.0
申请日：2020-12-31
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于图神经网络GNN和多任务学习Multi‑task Learning的会话推荐方法，包括以下步骤：采集用户在电子商务网站的点击数据，建立用户会话数据集；根据用户会话数据，构建用户会话有向图；构建GNN‑MulitTask‑Learning神经网络模型，并训练输出用户会话表示；根据输出的用户会话表示输入打分函数计算所有候选项目的推荐概率，进行个性化推荐。本发明是针对会话推荐场景中，获取用户点击项项目之间关系，以及历史会话对当前会话的影响，并通过多任务学习增加隐性数据，使用户表示更具通用性和可迁移性，更准确预估用户对项目的偏爱，捕捉用户兴趣趋势，提高了用户对项目的点击率。
-
公开(公告)号：CN114529077B
公开(公告)日：2024-10-29
申请号：CN202210137611.5
申请日：2022-02-15
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , G06Q30/0202 , G06Q30/0241 , G06N3/0442 , G06N3/08 , G06N3/0455
Abstract: 本发明提出了一种基于会话内异构行为的点击率预测方法，获得用户信息数据集、项目信息数据集和用户行为序列数据集，分别对三种数据集进行预处理，并分为训练集和测试集；构建基于会话内异构行为的点击率预测模型；训练构建的基于会话内异构行为的点击率预测模型；将待推荐用户的个人信息、待推荐项目信息和待推荐用户行为序列输入到训练后的基于会话内异构行为的点击率预测模型，计算用户对目标项目的点击率，根据点击率将项目进行排序，并将排序后的项目列表推荐给用户；本发明同时考虑了用户与项目之间的多种异构行为对用户兴趣的影响，利用注意力机制计算不同类型的行为对兴趣的影响权重，更加精准地提取用户的兴趣。
-
公开(公告)号：CN114528490B
公开(公告)日：2024-10-29
申请号：CN202210151706.2
申请日：2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/0895 , G06N3/0442 , G06N3/0464 , G06N3/042
Abstract: 本发明公开了一种基于用户长短期兴趣的自监督序列推荐方法。步骤1：获得用户信息、项目信息及用户行为的序列数据集，将数据集进行预处理并划分为训练集和测试集；步骤2：构建基于用户长短期兴趣的自监督序列推荐模型；步骤3：利用训练集对步骤2所述基于用户长短期兴趣的自监督序列推荐模型进行训练；步骤4：将待推荐用户的个人信息和交互序列输入到步骤3中训练后的基于用户长短期兴趣的自监督序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户。本发明用以解决现有技术中用户的长、短期兴趣二者间所存在的相互约束关系的问题，实现对用户长期兴趣和短期兴趣有更准确的推荐。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.024 seconds)
