一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法

    公开(公告)号:CN108565004B

    公开(公告)日:2021-05-07

    申请号:CN201810370377.4

    申请日:2018-04-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法,包括:步骤一、建立糖尿病患者的饮食偏好特征集合U={u1,u2,…,un}和食物的属性特征集合V={v1,v2,…,vm},记录糖尿病患者饮食,提取偏好特征和食物属性特征,形成糖尿病患者饮食偏好矩阵U∈RK×M和食物属性特征V∈RK×N;步骤二、通过将糖尿病患者的饮食偏好与食物的属性特征之间的关联度量化来确定糖尿病患者的饮食偏好与食物的属性特征之间的关联强度;步骤三、对所述关联度进行权值分布得到基本分类后,训练数据集更新权值分布,将所有关联度赋予权重进行分类排除不必要的食物,得到最终的如下关联度分类:步骤四、根据所述条件概率和所述关联度分类得到所述个性化饮食。

    用于RFID认证过程中的认证方法和传递信息的加密方法

    公开(公告)号:CN107147498B

    公开(公告)日:2020-06-02

    申请号:CN201710338985.2

    申请日:2017-05-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种用于RFID认证过程中传递信息的加密方法,标签能够通信地连接读写器,所述加密方法包括:所述标签接收到所述读写器的查询指令后,产生第一随机数并且对该第一随机数和公共密钥做异或运算得到第一输出;将标签标识、第一输出、所述第一随机数和动态序列值作为输入提供给单向Hash函数从而产生第二输出;将第二输出、公共密钥、第一输出和读写器标识提供给单向Hash函数从而产生第三输出;将读写器标识、标签标识和公共密钥提供给单向Hash函数从而产生过滤标识;所述标签向所述读写器发送第一消息,所述第一消息包括:第二输出、第三输出、过滤标识和动态序列值。本申请还公开了一种基于Hash函数和动态共享密钥的强匿名RFID认证方法。

    一种基于Hash函数和动态共享密钥的强匿名RFID认证协议

    公开(公告)号:CN107147498A

    公开(公告)日:2017-09-08

    申请号:CN201710338985.2

    申请日:2017-05-15

    Applicant: 吉林大学

    Abstract: 本发明公开了一种用于RFID认证过程中传递信息的加密方法,标签能够通信地连接读写器,所述加密方法包括:所述标签接收到所述读写器的查询指令后,产生第一随机数并且对该第一随机数和公共密钥做异或运算得到第一输出;将标签标识、第一输出、所述第一随机数和动态序列值作为输入提供给单向Hash函数从而产生第二输出;将第二输出、公共密钥、第一输出和读写器标识提供给单向Hash函数从而产生第三输出;将读写器标识、标签标识和公共密钥提供给单向Hash函数从而产生过滤标识;所述标签向所述读写器发送第一消息,所述第一消息包括:第二输出、第三输出、过滤标识和动态序列值。本申请还公开了一种基于Hash函数和动态共享密钥的强匿名RFID认证方法。

    一种改进快速非支配排序遗传算法

    公开(公告)号:CN116432749A

    公开(公告)日:2023-07-14

    申请号:CN202310519459.1

    申请日:2023-05-10

    Applicant: 吉林大学

    Abstract: 本发明公开了一种改进快速非支配排序遗传算法,包括以下步骤:步骤S1:随机初始化父种群Pt,并将进化代数t置为0,设置算法中的各种参数和最大进化代数;步骤S2:使用快速非支配排序对Pt中的个体进行分层;步骤S3:对Pt进行改进的选择、交叉、变异操作,形成子种群Qt;步骤S4:合并种群Pt、Qt,得到新种群Rt;步骤S5:利用快速非支配排序将Rt中所有个体分层并计算拥挤距离,通过改进的精英保留策略得出新一代父种群Pt+1,并令t=t+1;步骤S6:判断是否达到最大进化代数,若达到,结束运行,输出结果;本发明涉及非支配排序遗传算法技术领域。对NSGA‑II算法的三大遗传算子以及精英保留策略进行了改进。本专利在二元锦标赛选择操作中加入了惩罚机制。

    一种基于层次聚类和随机森林的高分辨率海洋水温计算方法

    公开(公告)号:CN111242206B

    公开(公告)日:2022-06-17

    申请号:CN202010016709.6

    申请日:2020-01-08

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于层次聚类和随机森林的高分辨率海洋水温计算方法,包括:首先,对数据集进行归一化处理,以消除量纲的不同对实验造成的影响;其次,将数据集中的样本看作初始类簇,采用自底向上的聚合策略进行层次聚类;在聚类算法运行过程的每一步找出距离最近的两个类簇进行合并,该过程不断重复,直至数据被划分出五类;最后,对于划分出的每一个类,采用网格化搜索的方法寻找随机森林模型的最佳参数并为其构建随机森林模型。本发明使用的数据来自BOA Argo的观测结果,实验结果表明,本发明提出的模型的预测准确度比对数据直接使用随机森林模型有着很好的提升,特别是在聚类划分出的某些局部海域,模型准确度能提升10倍左右。

    一种基于全局有向图的商品会话序列推荐方法

    公开(公告)号:CN114282977A

    公开(公告)日:2022-04-05

    申请号:CN202111622456.8

    申请日:2021-12-28

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于全局有向图的商品会话序列推荐方法,包括:步骤一、提取原始数据集中的商品项目,生成图数据库节点集;根据原始数据集中的项目之间的点击关系,并且将点击关系出现的次数作为节点关系的属性值,生成节点关系集;步骤二、生成会话序列的全局有向图G=(V,E);其中,V为图数据库节点集,E为节点关系集;步骤三、对于待推荐会话中的每个项目建立初始值为0的m元评分数组,评分数组中的每个元素对应一个待推荐项目的评分值,通过项目的偏好传播更新每个评分数组中的对应的元素;其中,m为原始数据集中项目的数量;步骤四、得到待推荐会话的所有待推荐项目的总评分值,筛选出多个总评分值高的项目作为待推荐会话的最终推荐结果。

    一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法

    公开(公告)号:CN108565004A

    公开(公告)日:2018-09-21

    申请号:CN201810370377.4

    申请日:2018-04-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法,包括:步骤一、建立糖尿病患者的饮食偏好特征集合U={u1,u2,…,un}和食物的属性特征集合V={v1,v2,…,vm},记录糖尿病患者饮食,提取偏好特征和食物属性特征,形成糖尿病患者饮食偏好矩阵U∈RK×M和食物属性特征V∈RK×N;步骤二、通过将糖尿病患者的饮食偏好与食物的属性特征之间的关联度量化来确定糖尿病患者的饮食偏好与食物的属性特征之间的关联强度;步骤三、对所述关联度进行权值分布得到基本分类后,训练数据集更新权值分布,将所有关联度赋予权重进行分类排除不必要的食物,得到最终的如下关联度分类:步骤四、根据所述条件概率和所述关联度分类得到所述个性化饮食。

Patent Agency Ranking