-
公开(公告)号：CN116269386A
公开(公告)日：2023-06-23
申请号：CN202310232732.2
申请日：2023-03-13
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于序数划分网络的多通道生理时间序列情绪识别方法，适用于人机交互下的不同情绪的识别。通过采集被试者不同情绪下的多通道生理时间序列，经过序数划分方法对其分别进行符号化进而构建序数划分网络，进一步将每条生理时间序列构成的序数划分网络看作节点，计算两两生理时间序列之间的差异性，并将其作为节点间的连边权重进而构造全连接无向加权网络，最后将不同情绪下的全连接无向加权网络作为图神经网络的输入进行分类。该方法结合序数划分网络与图神经网络，且融合了多元生理器官时间序列，且其计算简便步骤简单，对不同情绪都有很高的识别效率，能够有效地对人机交互活动提供帮助。
-
公开(公告)号：CN114529096A
公开(公告)日：2022-05-24
申请号：CN202210181966.4
申请日：2022-02-25
Applicant: 中国矿业大学
Abstract: 本发明提供一种基于三元闭包图嵌入的社交网络链路预测方法及系统，该方法包括：对于给定的社交网络，根据采样节点的三元闭包结构，计算每个节点的节点嵌入；在社交网络中任取两个节点作为待预测节点，根据每个所述待预测节点的三元闭包采样节点数，计算所述两个待预测节点的拼接权重；根据所述拼接权重和节点嵌入，得到所述两个待预测节点间生成的边嵌入；利用全连接神经网络将边嵌入转化为二分类任务，根据二分类任务结果预测任意两个节点之间是否存在链接。本发明充分利用社交网络中节点的结构信息，并考虑节点邻居之间的差异性，采用深度神经网络确保社交网络链路预测的准确性。
-
公开(公告)号：CN108737158B
公开(公告)日：2021-09-28
申请号：CN201810320793.3
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于最小生成树的社交网络层次社区发现方法及系统，属于网络分析技术领域，通过计算给定社交网络所有相邻节点间连接强度来构建微社区；计算所有微社区间的紧密度，构造最小生成树，得到社交网络的层次社区结构。本发明的最小生成树构造复杂度低，能够有效处理大规模社交网络数据，无需任何人为参数设置，能够准确、高效地发现社交网络的层次社区结构。
-
公开(公告)号：CN108809697B
公开(公告)日：2021-05-18
申请号：CN201810482392.8
申请日：2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于影响力最大化的社交网络关键节点识别方法及系统，所述方法包括如下步骤：对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。本发明充分利用社交网络中节点影响力排名信息，并考虑节点邻居间影响力的差异性，采用全局策略进行关键节点选择，确保社交网络关键节点识别的准确性。
-
公开(公告)号：CN108833461B
公开(公告)日：2020-07-17
申请号：CN201810316574.8
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于网络分解的社交网络关键节点发现方法及系统，属于网络分析技术领域；根据网络中各个节点的中心性值初步确定候选关键节点集合，根据所述候选关键节点在网络中的连通分支节点数量确定社交网络的关键节点。本发明解决了邻居节点之间的连边对网络破坏能力的影响，设计了更加准确的节点中心性指标，选取了更加合理的节点放回策略，并且无需进行参数设置，社交网络关键节点发现更加高效、准确。
-
Patent Agency Ranking
公开(公告)号：CN116269386B
公开(公告)日：2024-06-11
申请号：CN202310232732.2
申请日：2023-03-13
Applicant: 中国矿业大学
Abstract: 本发明公开一种基于序数划分网络的多通道生理时间序列情绪识别方法，适用于人机交互下的不同情绪的识别。通过采集被试者不同情绪下的多通道生理时间序列，经过序数划分方法对其分别进行符号化进而构建序数划分网络，进一步将每条生理时间序列构成的序数划分网络看作节点，计算两两生理时间序列之间的差异性，并将其作为节点间的连边权重进而构造全连接无向加权网络，最后将不同情绪下的全连接无向加权网络作为图神经网络的输入进行分类。该方法结合序数划分网络与图神经网络，且融合了多元生理器官时间序列，且其计算简便步骤简单，对不同情绪都有很高的识别效率，能够有效地对人机交互活动提供帮助。
-
公开(公告)号：CN114553818A
公开(公告)日：2022-05-27
申请号：CN202210169168.X
申请日：2022-02-23
Applicant: 中国矿业大学
Abstract: 本发明提供一种社交网络影响力最大化节点识别方法及系统，包括：对于给定的社交网络，根据每个节点的三元闭包结构数量，计算每个节点的三元闭包加权度值；根据每个节点的所有邻居节点的所述三元闭包加权度值，计算每个节点的加权影响力期望值；基于每个节点的所述加权影响力期望值降序排列所有节点；根据降序排列的加权影响力期望值，进行影响力最大化节点识别。本发明解决了在社交网络影响力最大化节点识别过程中，更新节点影响力期望值的现有方法时间复杂度过高，以及影响力最大化节点选取方法过于局部化，识别结果不够准确的问题。
-
公开(公告)号：CN110445654B
公开(公告)日：2020-09-04
申请号：CN201910741261.1
申请日：2019-08-12
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于社区划分的社交网络多源谣言溯源方法及系统，属于社交网络分析技术领域，解决了现有技术溯源率较低、错误距离较大等问题。首先进行基于拓扑势的社区划分，得到有重合区域的多个社区，每个社区内的节点构成一个子网络，保存每个社区内节点的数量及名称；然后在每一子网络上运用单源谣言溯源方法，计算每一社区中的每个节点作为源节点的可能性；选择各社区中作为源节点可能性最大的节点，得到多源节点。实现了社交网络中感染部分多源节点的寻找，溯源率高，错误距离小。
-
公开(公告)号：CN108833461A
公开(公告)日：2018-11-16
申请号：CN201810316574.8
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于网络分解的社交网络关键节点发现方法及系统，属于网络分析技术领域；根据网络中各个节点的中心性值初步确定候选关键节点集合，根据所述候选关键节点在网络中的连通分支节点数量确定社交网络的关键节点。本发明解决了邻居节点之间的连边对网络破坏能力的影响，设计了更加准确的节点中心性指标，选取了更加合理的节点放回策略，并且无需进行参数设置，社交网络关键节点发现更加高效、准确。
-
公开(公告)号：CN108833138A
公开(公告)日：2018-11-16
申请号：CN201810481373.3
申请日：2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种错误累积敏感的增量式动态社区发现方法及系统，其中，方法包括：计算给定动态社交网络的错误累积最佳阈值；在第一个时间片，采用静态方法获得动态社交网络的初始社区结构；从第二个时间片开始直到结束，判断当前时间片的错误累积预估值是否超过错误累积最佳阈值，是，则重新进行社区划分，获得当前时间片社区结构；否，则动态更新增量节点的社区归属，获得当前时间片的社区结构。本发明充分考虑了传统增量式动态社区发现中存在的错误累积现象，对每个时间片的错误累积进行了预估，并根据错误累积预估结果选择合适策略进行社区发现，在确保社区发现效率的基础上，提高了社区发现的准确性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.018 seconds)
