-
公开(公告)号：CN104320426A
公开(公告)日：2015-01-28
申请号：CN201410436894.9
申请日：2014-08-29
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳市标准技术研究院
CPC classification number: H04L63/064 , H04L67/10
Abstract: 本发明涉及一种云环境下的数据分层访问方法及系统，该方法首先为所提供的数据建立系统参数，在将所述提供的数据进行加密后，上传至云端数据服务器，并对存储在云端数据服务器上的所述加密数据进行分层，然后接收用户发出的数据请求，判断所述请求是否满足数据使用权限，满足则向用户发送数据密钥。本发明的技术方案解决了云环境下的有时限的分层密钥分配问题，能够在不安全的云存储环境下提供一种相对安全的数据访问方式。
-
公开(公告)号：CN106933886B
公开(公告)日：2020-12-18
申请号：CN201511030144.2
申请日：2015-12-31
Applicant: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC: G06F16/2458
Abstract: 本发明公开了一种数据处理的方法和装置，属于计算机技术领域。所述方法包括：获取样本数据记录，根据每条样本数据记录中的参数项和对应的参数值，以及预设的隶属度函数，确定每个参数值对应的参数值等级和参数值等级的权值，并根据每条样本数据记录中各参数值等级的权值，选取样本总权值大于预设阈值的参数值等级；根据在每条样本数据记录中所述选取的参数值等级对应的权值，确定满足预设组合条件的参数值等级，分别基于每个满足预设组合条件的参数值等级，确定参数值等级组合；确定每个所述参数值等级组合对应的样本总权值，输出样本总权值大于预设阈值的参数值等级组合。采用本发明，可以节约处理资源。
-
公开(公告)号：CN106933886A
公开(公告)日：2017-07-07
申请号：CN201511030144.2
申请日：2015-12-31
Applicant: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC: G06F17/30
CPC classification number: G06F16/2458
Abstract: 本发明公开了一种数据处理的方法和装置，属于计算机技术领域。所述方法包括：获取样本数据记录，根据每条样本数据记录中的参数项和对应的参数值，以及预设的隶属度函数，确定每个参数值对应的参数值等级和参数值等级的权值，并根据每条样本数据记录中各参数值等级的权值，选取样本总权值大于预设阈值的参数值等级；根据在每条样本数据记录中所述选取的参数值等级对应的权值，确定满足预设组合条件的参数值等级，分别基于每个满足预设组合条件的参数值等级，确定参数值等级组合；确定每个所述参数值等级组合对应的样本总权值，输出样本总权值大于预设阈值的参数值等级组合。采用本发明，可以节约处理资源。
-
公开(公告)号：CN108733705B
公开(公告)日：2023-04-04
申请号：CN201710261885.4
申请日：2017-04-20
Applicant: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC: G06F16/2458
Abstract: 本申请公开了一种高效用序列模式挖掘方法及装置，根据序列数据库中包含的各事务，获取满足设定条件的候选序列模式集合；针对每一所述候选序列模式，确定所述候选序列模式在所述序列数据库中的效用值；将所述效用值不低于自身所对应的效用阀值的候选序列模式，确定为挖掘结果，其中，候选序列模式对应的效用阀值为该候选序列模式所包含各项目中，效用阀值最低的项目的效用阀值，序列数据库中每一项目的效用阀值由用户预先设定。本申请可以由用户根据需要对不同项目设置不同的效用阀值，基于此从序列数据库中挖掘效用值不低于自身对应的效用阀值的序列模式，在挖掘高效用模式的基础上，能够实现个性化挖掘，满足不同应用场景的需求。
-
公开(公告)号：CN106033449A
公开(公告)日：2016-10-19
申请号：CN201510116198.4
申请日：2015-03-17
Applicant: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种项集挖掘方法及装置，属于数据挖掘领域。所述方法包括：获取自定义的权重和最低期望权重阈值ε；根据数据项的发生概率和权重，计算不确定性数据库D中的项集的项权重概率上限iubwp，将iubwp≥|D|*ε的项集挖掘为高期望权重上限项集HUBEWI；计算每个HUBEWI的期望权重支持度expWSup，将expWSup≥|D|*ε的HUBEWI挖掘为高权重项集HEWI。本发明通过计算项集的项权重概率上限得到高期望权重上限项集，再计算高期望权重上限项集的期望权重支持度获取高权重项集，以少量计算量先挖掘出高期望权重上限项集作为候选项集，缩小高权重项集的挖掘范围，解决了挖掘高权重项集只能处理精确数据，尚无针对不确定性数据库的高权重项集挖掘技术的问题，达到了提高挖掘的效能的效果。
-
Patent Agency Ranking
公开(公告)号：CN104354571A
公开(公告)日：2015-02-18
申请号：CN201410438427.X
申请日：2014-08-29
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳巿国科信息工程研究院
IPC: B60J3/06
Abstract: 本发明涉及一种具有改善视线功能的车用装置，所述装置包括微处理器及驱动马达，所述装置还包括雨滴传感器、计时器以及偏光玻璃元件，所述雨滴传感器用于判断是否下雨，所述微处理器用于控制所述装置工作，所述定时器用于辅助判断是否下雨，所述驱动马达用于控制偏光玻璃元件升降，所述偏光玻璃元件用于改善用户视线。采用本发明的技术方案以后，即使是在雨势较大的环境下行车，用户也能具有比较清晰的视野，降低了雨天行车时的安全隐患。
-
公开(公告)号：CN106294494B
公开(公告)日：2022-11-15
申请号：CN201510310487.8
申请日：2015-06-08
Applicant: 哈尔滨工业大学深圳研究生院 , 腾讯科技(深圳)有限公司
IPC: G06F16/2458
Abstract: 本发明公开了一种项集挖掘方法及装置，属于数据挖掘技术领域。所述方法包括：获取自定义的最低效用阈值、价格表和折扣表；价格表中包含各个数据项对应的成本价和售价；折扣表中包含各个数据项对应的折扣类型和折扣参数；对于数据库中的各个项集，根据项集中包含的数据项对应的成本价、售价、折扣类型和折扣参数，计算项集的实际效用值，该项集包含至少一个数据项；当实际效用值≥最低效用阈值时，确定项集为高效用项集。本发明达到了结合数据项对应的折扣策略，使得计算出的数据库中项集的实际效用值更加准确，从而提高挖掘出的高效用项集的实际使用价值的效果。
-
公开(公告)号：CN107870913B
公开(公告)日：2021-12-14
申请号：CN201610847309.3
申请日：2016-09-23
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学深圳研究生院
IPC: G06F16/2458
Abstract: 本发明实施例提供一种有效时间的高期望权重项集挖掘方法、装置及处理设备，该方法包括：确定待处理项集所对应的至少一个目标事务；确定所述待处理项集在不确定数据库中的时间有效值；确定所述待处理项集的期望支持度；将所述待处理项集的期望支持度，和所述待处理项集的项集权重值相乘，确定所述待处理项集的期望权重支持度；如果所述待处理项集在不确定数据库中的时间有效值不小于，预定义的最低时间有效阈值，且所述待处理项集的期望权重支持度，不小于，预定义的最低期望权重阈值和不确定数据库中事务总数的乘积，则确定所述待处理项集为有效时间的高期望权重项集。本发明实施例实现了不确定数据库中有效时间的高期望权重项集的挖掘。
-
公开(公告)号：CN107870956B
公开(公告)日：2021-04-27
申请号：CN201610866557.2
申请日：2016-09-28
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学深圳研究生院
IPC: G06F16/2458 , G06Q30/06
Abstract: 本发明实施例提供一种高效用项集挖掘方法、装置及数据处理设备，该方法包括：确定事务数据库中各项集对应的项集效用值；根据预定义的最低效用阈值表，确定各项集对应的项集最低效用阈值；预定义的最低效用阈值表记录有各数据项对应的最低效用阈值，一个项集对应的项集最低效用阈值表示的是，该项集包含的数据项所对应的最低效用阈值中的最小最低效用阈值。将各项集的项集效用值与对应的项集最低效用阈值进行比对，根据比对结果确定高效用项集，其中，高效用项集的项集效用值不小于对应的项集最低效用阈值。本发明实施例提高了高效用项集挖掘的准确性。
-
公开(公告)号：CN107870939B
公开(公告)日：2021-04-27
申请号：CN201610856770.5
申请日：2016-09-27
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学深圳研究生院
IPC: G06F16/2458
Abstract: 本申请公开了一种模式挖掘方法及装置，针对获取的候选模式集合，计算其在各事务中的效用值，对于效用值小于设定的效用阀值的事务进行删除，该部分事务的模式效用值过小，删除后可以减少挖掘计算时间，并根据删除后剩余的目标事务的时间属性，确定候选模式的周期值，在该周期值小于等于设定的周期阀值时，将候选模式确定为挖掘结果，保证了挖掘得到的模式的效用值在时间上分布均匀，更加便于精确决策。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.053 seconds)
