公开(公告)号：CN112311798A

公开(公告)日：2021-02-02

申请号：CN202011201045.7

申请日：2020-11-02

Applicant: 大连理工大学

Inventor： 原旭 ,  于硕 ,  张丰益 ,  陈志奎 ,  孙野 ,  陈怡

IPC: H04L29/06 ,  H04L29/08 ,  G06F9/54 ,  G06F16/27

Abstract: 本发明涉及分布式存储技术领域，提供一种基于对等超媒体分发协议的数据块交换方法，包括：步骤100，在CNFS区块链平台中，构建将点对点的数据块系统，将所储存的数据块按哈希值分割成可供数据交换的数据块；步骤200，请求用户节点利用超级节点中的需求管理器和决策分配引擎，对已分块存储的存储节点发出数据交换请求；步骤300，根据步骤200决策引擎返回的对等节点路径，请求用户节点定位到对等节点，并进行数据块交换，对交换完的数据块进行分布式数据块存储，并更新通信账单；步骤400，利用CNFS区块链平台中安全节点进行的安全查验。本发明能够减少数据传输时无效数据的冗余，提高数据块交换效率。

公开(公告)号：CN112039964A

公开(公告)日：2020-12-04

申请号：CN202010854966.7

申请日：2020-08-24

Applicant: 大连理工大学

Inventor： 原旭 ,  罗方 ,  于硕 ,  陈志奎 ,  孙野 ,  陈怡

IPC: H04L29/08 ,  H04L9/32 ,  G06Q40/04

Abstract: 本发明涉及共识算法技术领域，提供一种基于区块链的节点信誉共识方法，包括：步骤100，获取行为记录表；步骤200，对行为记录表中节点进行信誉值评估；步骤300，根据节点的信誉值变化计算节点的信誉增长率；步骤400，根据节点的信誉值和信誉增长率进行权限管理，具有选举权限的节点可参与共识节点集的随机动态选举，并根据主节点选举算法选举出共识主节点；步骤500，共识主节点接收客户端发送的请求，之后将请求和签名一起广播给共识节点，开始共识过程；步骤600，要退出的节点需向共识主节点发送退出请求；或者，待加入的节点也需向所有共识节点以及主节点都发送加入请求消息。本发明能够对全网节点的可信性进行检测和评估。

公开(公告)号：CN109657122B

公开(公告)日：2020-10-20

申请号：CN201811500188.0

申请日：2018-12-10

Applicant: 大连理工大学

Inventor： 万良田 ,  张凯源 ,  于硕

IPC: G06F16/951 ,  G06F16/35

Abstract: 本发明公开了一种基于学术大数据的学术团队重要成员识别方法，从度中心性、H因子以及学术年龄的角度识别团队领导者，并首次使用基于PageRank方法的DHRank模型来评估并标记团队关键成员。为了合理地进行团队聚类，本发明在进行以领导者为中心的基于最短路径的团队聚类后，使用基于团队规模比较和领导者H因子比较的方法来对聚类结果进行了进一步的完善，有助于提高后期使用DHRank模型识别关键成员的结果的准确性。相比其他方法，本发明提出的方法在发现有影响力学者方面更加准确，并且拥有更低的运算时间复杂度。本发明提供了学术团队中识别领导者和关键者的一种新方法，为学术网络中的团队科学研究提供了一种新的解决方案。

公开(公告)号：CN109935277A

公开(公告)日：2019-06-25

申请号：CN201910136599.4

申请日：2019-02-25

Applicant: 大连理工大学

Inventor： 万良田 ,  孙宇宸 ,  于硕 ,  夏锋

IPC: G16B40/00

Abstract: 本发明提供了一种异构网络中基于元路径的异常模体查询方法，属于网络异常查询领域。本方法针对包含多种类信息的数据提取网络，通过设定查询所需要的起始条件，找出所有满足条件的模体的集合，使用正规化的路径相似度，比较每个模体与参考模体集合之间的相似度，对其中相似度低的模体，我们认为它们是目标模体中的异常模体部分。实验结果表明，本发明提出的方法能够应用于多种异构网络上，并取得不错的效果，由于异构网络中的异常模体查询方法较少，本发明能够作为一种异构网络中的异常模体查询方法稳定使用，从而为异常模体查询提供了一种新的视角。

公开(公告)号：CN119091197A

公开(公告)日：2024-12-06

申请号：CN202411105032.8

申请日：2024-08-13

Applicant: 大连理工大学

Inventor： 王振伟 ,  张强 ,  于硕 ,  王鹏飞 ,  赵妙云 ,  杨胤超 ,  苏伟健

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明属于计算机视觉图像处理技术领域，提供了一种多模态提示学习的二阶少样本医学图像分类方法、系统、存储介质及设备，包括获取少样本医学图像数据，引入辅助文本输入，以进一步描述图像或概念类别，促进跨模态学习，结合两种分类头：一种是共享分类头，用于处理视觉编码器中的图像类别标记和文本编码器编码的提示表示；另一种则是通过使用具有高效矩阵幂归一化的全局协方差池化来聚合视觉标记，对来自视觉编码器的视觉标记特征分布进行分类。本发明显著提升了少样本医学图像分类的精度。

公开(公告)号：CN118966347A

公开(公告)日：2024-11-15

申请号：CN202411449013.7

申请日：2024-10-17

Applicant: 大连理工大学 ,  广州九富信息科技有限公司

Inventor： 文瑞 ,  战哲 ,  于硕 ,  张强

IPC: G06N5/022 ,  G06N3/0499 ,  G06N3/0895

Abstract: 一种基于邻域语义增强的多模态知识图谱补全方法，属于多模态知识图谱领域。具体来说，首先设计邻域语义增强模块，将不同邻域信息融合至中心实体的表示之中，增强模型的语义表达能力。然后，利用跨模态注意力机制，捕获不同模态间信息的相互作用与共同语义特征，实现邻域引导特征的学习。再根据基于对比学习方法比较正负样本间的相似性与差异性，学习更丰富的实体表示，最终改善多模态知识图谱补全结果。

公开(公告)号：CN118626703A

公开(公告)日：2024-09-10

申请号：CN202410655595.8

申请日：2024-05-24

Applicant: 大连理工大学

Inventor： 丁锋 ,  任嘉怡 ,  于硕 ,  刘岩 ,  宋艳红

IPC: G06F16/953 ,  G06F16/9538 ,  G06F21/62 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明提供了一种敏感数据主动发现方法，涉及敏感数据发现技术领域，包括如下步骤：包括如下步骤：S1、基于搜索引擎对互联网上的敏感数据进行广泛的收集；S2、根据预先设定的敏感信息识别策略，确定收集到的数据是否属于敏感数据；S3、确定数据为敏感数据后，对所述敏感数据进行数据过滤和数据清洗；S4、对过滤和清洗后的数据进行分类整理。本发明利用搜索引擎技术手段，广泛收集互联网上的各种形式的敏感数据，并通过预设的敏感信息识别策略进行判断和过滤，去除冗余和无效数据；最终将经过处理和清洗的敏感数据进行分类整理，以便用户能够方便地查找和使用，可以很好地对暴露在互联网上的敏感数据进行收集和整理。

公开(公告)号：CN117634604A

公开(公告)日：2024-03-01

申请号：CN202311653062.8

申请日：2023-12-05

Applicant: 大连理工大学

Inventor： 陈佳茜 ,  于硕 ,  原旭

IPC: G06N5/022 ,  G06F16/951 ,  G06F40/30 ,  G06F40/279 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开一种基于大语言模型的知识图谱补全方法，首先，通过爬取大规模文本数据，获取初始数据集，并运用大语言模型对文本进行处理和抽取，得到一个包含丰富实体和关系的初始数据集。接下来，通过预定义模型对实体语义进行增强，以捕捉实体之间的语义相关性，并采用多关系图卷积网络编码器对知识图谱进行编码。然后，利用评分解码器对知识图谱中的三元组进行评估，该解码器可以根据已知实体和关系预测未知关系或属性。通过对三元组进行评分，可以衡量预测结果的准确性和可靠性。本发明通过结合预定义的语义模式、捕捉实体间的语义相关性和增强表示学习功能，提升了现有知识图谱补全方法的性能，并且适用于复杂场景中的知识图谱补全任务。

公开(公告)号：CN111949630B

公开(公告)日：2022-11-01

申请号：CN202010794779.4

申请日：2020-08-10

Applicant: 大连理工大学

Inventor： 原旭 ,  汤昊成 ,  于硕 ,  陈志奎 ,  孙野 ,  陈怡

IPC: G06F16/182 ,  G06F16/11 ,  G06F16/13 ,  G06F16/14 ,  G06F16/16 ,  G06F16/172

Abstract: 本发明涉及分布式存储技术领域，提供一种基于文件审查机制的分布式区块链存储方法，包括：步骤100，构建分布式区块链存储系统架构，所述存储系统架构包含用户节点、超级节点、存储节点和云服务平台；步骤200，利用采集用户上传的文件，并负责审核用户实名认证信息；步骤300，超级节点的超级节点网关执行前审验机制自动检验文件合法性，并对前审合法文件进行分布式文件存储；步骤400，超级节点的超级节点网关执行后审验机制审验文件的合法性。本发明能够在文件存储系统建设时，包含分布式存储的特性和高吞吐量，又同时保证数据可审察和有效监管。

公开(公告)号：CN114743137A

公开(公告)日：2022-07-12

申请号：CN202210328207.6

申请日：2022-03-31

Applicant: 大连理工大学

Inventor： 刘烨萌 ,  任静 ,  于硕 ,  徐健朔 ,  万婧 ,  夏锋

IPC: G06V20/40 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多实例学习的在线考试作弊识别方法，涉及考试作弊识别技术领域，本发明包括如下步骤：获取视频信息，并提取视频特征；对提取的所述视频特征进行连续采样，确定视频特征中的异常视频；对所述异常视频利用多实例生成器为每个异常视频生成片段标签；本发明通过作弊识别方法的实施，能够准确容易发现作弊行为，并且检测效率较高，存在具体的判断标准，准确性较高，并且能够对很少作弊检测的数据进行准确定位，解决了难以收集的问题，能够快速找出空间中的可疑位置，还能够解决弱监督方式下存在的检测问题，减轻了人员的负担，提高了作弊检测识别的效率和精准度，方便人员使用。