公开(公告)号：CN118779912A

公开(公告)日：2024-10-15

申请号：CN202410891893.7

申请日：2024-07-04

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 马超 ,  王贝贝 ,  李双翼 ,  张罗刚 ,  叶子 ,  黄海 ,  于海宁 ,  吴英东

IPC: G06F21/62 ,  G06F21/64 ,  G06F16/27 ,  G06Q40/04

Abstract: 本发明公开了一种基于区块链技术的行程匹配方法及系统，涉及行程匹配技术领域。本发明的技术要点包括：所述方法应用在区块链上，首先确定最优行程距离的双方用户；然后调用智能合约对双方用户的位置数据进行扰动处理，调用智能合约对双方用户的手机号码进行加密处理，并存储扰动处理后的位置数据和加密后的手机号码；最后基于扰动处理后的位置数据对双方用户进行行程匹配；其中，扰动处理使得原始位置数据被加入随机噪声，双方用户无法从扰动后的数据中推断原始位置。本发明能够确保双方用户无法直接获取到对方的具体位置数据和手机号码，同时也能够保障用户的个人信息不被滥用，为用户提供了更加私密和可靠的出行体验。

公开(公告)号：CN118569559A

公开(公告)日：2024-08-30

申请号：CN202410622333.1

申请日：2024-05-20

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 尹莉莉 ,  杨琳 ,  张罗刚 ,  叶子 ,  李双翼 ,  马超 ,  黄海 ,  于海宁 ,  吴英东

IPC: G06Q10/0631 ,  G06Q50/06 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/042 ,  G06F18/2411 ,  H04L67/12

Abstract: 一种基于图卷积网络的联邦学习无人车充电预测方法、系统及存储介质，涉及港口自动化运输领域，为解决现有方法无法提供精确的充电调度，且存在数据孤岛的问题。本发明基于联邦学习模型，包括一个中心服务器和N个客户端，N个客户端包括无人车节点和充电站节点；S1、客户端分别接收无人车实时采集的数据；S2、采用图卷积网络处理无人车节点与充电站节点之间的交互，将无人车图结构数据与其它特征数据进行特征提取与融合，引入注意力机制增强对关键信息的聚焦；S3、客户端构建有无人车充电预测模型；S4、各客户端对模型进行训练；S5、各客户端将训练后的模型参数进行同态加密并发送给中心服务器进行聚合；S7、采用训练后的模型进行无人车充电预测。

公开(公告)号：CN118446356A

公开(公告)日：2024-08-06

申请号：CN202410521136.0

申请日：2024-04-28

Applicant: 哈尔滨理工大学 ,  哈尔滨工业大学 ,  中数(深圳)时代科技有限公司

Inventor： 马超 ,  侯义凯 ,  张罗刚 ,  关志博 ,  黄海 ,  孙迎港 ,  李响 ,  于海宁 ,  吴英东

IPC: G06Q10/04 ,  H02J3/00 ,  G06Q50/06 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/048 ,  G06N3/049

Abstract: 本发明提出一种基于时空嵌入独立的多变量时间序列预测方法，属于多变量时间序列预测技术领域。获取多变量时间序列数据作为样本数据，构建基于时空嵌入独立的多变量时间序列预测模型，使用多变量时间序列数据训练预测模型，更新模型权重，将多变量时间序列的电力负荷数据输入至预测模型，输出预测结果。本发明显著地增加多变量时间序列预测的精度；显著地降低了模型的计算开销，同时可以解决了跨时间依赖建模和跨维度依赖建模之间相互耦合导致状态向量规模过大的问题和在多变量时间序列的各个变量没有明确相关关系时，显式跨维度依赖建模导致的过拟合问题。