-
公开(公告)号：CN116932217A
公开(公告)日：2023-10-24
申请号：CN202310925250.5
申请日：2023-07-25
Applicant: 东南大学
IPC: G06F9/50
Abstract: 本发明提供了一种多重网络化产业链中面向智能体动态性的自适应任务迁移方法，以解决网络层与任务不匹配导致负载不均衡、智能体过载风险的问题。首先，将多重网络化产业链上的智能体进行动态性建模，并选择网络层内的后备智能体来替换故障智能体；其次，为了解决网络层间出现负载不均衡问题，计算各网络层间的状态势场，随着势场降低的方向进行网络层间任务迁移；最后，为了减少智能体的过载风险，计算网络层内各智能体的状态势场，通过势场梯度进行网络层内的任务迁移。与传统基于单一方法任务迁移策略相比，本方法研究网络层内与网络层间任务迁移的特性，实现网络层间的负载平衡，同时能有效减少智能体过载风险，提高产业链的稳定性。
-
公开(公告)号：CN116882698A
公开(公告)日：2023-10-13
申请号：CN202310909670.4
申请日：2023-07-21
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/1093 , G06Q50/04 , G06Q30/0201
Abstract: 本发明提供了一种多重网络化产业链中任务处理系统粗时间粒度调配优化方法，以解决其在生产过程中存在的无法满足多个网络之间的任务约束，不能有效实现多重网络产业链的全局最优解的问题。首先，根据数据规模的不同选取不同的调配方法。在小规模场景中将任务在组件中执行的决策变量构建出一棵树，通过剪枝与递归搜索得到一个最优解；在大规模场景中通过元启发式级联自适应算法对解集中的随机解进行邻域插入和交换操作，不断迭代后取得一个较优解。与传统的单层网络调度算法相比，本方法重点研究多重网络产业链的特征和数据规模的差异，尽可能降低任务处理的最大完成时间和所需要的能源成本，能在多重网络产业链结构中取得更好的调度结果。
-
公开(公告)号：CN114897610B
公开(公告)日：2025-02-18
申请号：CN202210512595.3
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了一种针对大宗商品内幕交易行为的自适应检测方法与系统，该系统提取出交易用户的历史交易行为数据，使用多个交易指标进行刻画，通过时间序列异常检测方法识别交易指标当中的异常子序列来判断异常的时间区间。在在进行时间序列异常检测时，将时间序列划分为待检测集合和已检测集合，在迭代过程中每次选取最有可能发生内幕交易的时间区间，然后自适应地将时间序列划分为需要检测的时间区间并进行检测，通过自监督学习的方法衡量每个时间区间的交易行为的相似性，对检测的时间区间给出异常程度。基于此内幕交易行为的自适应检测方法与系统，帮助监管部门更好地对市场进行监管，维护交易市场的稳定和公平。
-
公开(公告)号：CN118938999A
公开(公告)日：2024-11-12
申请号：CN202411005423.2
申请日：2024-07-25
Applicant: 东南大学 , 北京京航计算通讯研究所
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提出了一种无人机集群通信与决策针对链路动态性的智能目标任务分配方法，以应对链路动态性带来的挑战。随着无人机网络结构日趋复杂，链路的不稳定性对智能体间的交互稳定性造成影响。本方法通过分组、分层策略，将受动态性因素影响的任务迁移给其他智能体，减少任务接收次数，降低动态性因素传播风险，更好更智能地完成目标任务分配工作。具体操作包括将无人机建模为智能体，将不同层次的无人机群建模为网络层，对智能体任务进行三类分组，并根据智能体接受和任务完成的风险与成本，选择迁移智能体。与传统集中式任务迁移方法相比，本发明有效减轻了动态性因素影响，提高了任务完成率。
-
公开(公告)号：CN114817762B
公开(公告)日：2024-07-12
申请号：CN202210513920.8
申请日：2022-05-12
Applicant: 东南大学
IPC: G06F16/9536 , G06F16/901 , G06F18/23213 , G06Q50/00
Abstract: 本发明提出了一种微博平台上针对大宗商品舆情信息的基于用户行为特征的识别恶意主体的方法，首先选定源头节点搜集转发信息构建舆情传播网络，根据网络中用户的关注信息构建用户关注关系图，随后使用社区发现算法对关注关系图进行划分，选择其中密度最高的团体作为后续待检测样本，接着搜集待检测样本用户从最近日期起的N条微博，构建用户行为特征，最后使用聚类算法根据行为特征将待检测样本聚成两类，计算特征在每一类中的均值，进行标准化后相加得到综合属性值，判定属性值较大的一方为存在恶意倾向的维权用户。本发明不依赖于已标识的数据集，减少了人工因素对最终结果的影响，且识别结果取决于用户本身的行为，具有更高的适应性与灵活性。
-
Patent Agency Ranking
公开(公告)号：CN116881702A
公开(公告)日：2023-10-13
申请号：CN202310900710.9
申请日：2023-07-21
Applicant: 东南大学
IPC: G06F18/213 , G06F18/23211 , G06F18/241 , G06Q10/0635
Abstract: 本发明提出了一种基于IDPC算法的产业链数据特征重构方法，旨在加强数据特征与产业链风险之间的关联度、提高数据特征在产业链风险预测中的效用。该方法主要通过行为聚类和类别规约两个步骤来实现特征重构。行为聚类将采集到的企业数据转换成具有生产行为类别的数据，从可解释性的角度提高了数据与风险之间的关联度，更准确地描述和理解企业的生产行为，为风险分析提供可靠基础。类别规约从数据的有效性角度出发，将生产行为类别数据规约到带入生产行为偏好的特征空间中，实现数据约简。数据规约有益于发现不同生产行为之间的差异和特征，进一步提高数据在风险预测中的效用。基于生产行为偏好的特征空间的规约使得决策者更精确地评估和管理企业自身以及企业之间的风险。
-
公开(公告)号：CN114897610A
公开(公告)日：2022-08-12
申请号：CN202210512595.3
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了一种针对大宗商品内幕交易行为的自适应检测方法与系统，该系统提取出交易用户的历史交易行为数据，使用多个交易指标进行刻画，通过时间序列异常检测方法识别交易指标当中的异常子序列来判断异常的时间区间。在在进行时间序列异常检测时，将时间序列划分为待检测集合和已检测集合，在迭代过程中每次选取最有可能发生内幕交易的时间区间，然后自适应地将时间序列划分为需要检测的时间区间并进行检测，通过自监督学习的方法衡量每个时间区间的交易行为的相似性，对检测的时间区间给出异常程度。基于此内幕交易行为的自适应检测方法与系统，帮助监管部门更好地对市场进行监管，维护交易市场的稳定和公平。
-
公开(公告)号：CN114820173A
公开(公告)日：2022-07-29
申请号：CN202210512588.3
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了大宗商品交易市场中的交易主体违约风险评估方法与系统，将交易网络中各主体之间的关系和网络溢出效应整合进对交易主体违约风险的评估。首先，系统基于市场交易数据和交易主体数据，构建交易网络；随后，分别使用单交易主体特征和交易网络特征，构建单交易主体评估模型和交易网络溢出效应评估模型；最后，对使用到的单交易主体特征和交易网络特征进行整合和选取，并基于选取出的特征构造混合模型作为最终模型，应用于系统中。基于此最终模型的交易主体违约风险评估系统，综合主体内部因素和外部市场因素，摒除了传统评估方法仅基于单交易主体特征的局限性，提升了评估效果，并能更好地适应交易市场的动态性。
-
公开(公告)号：CN113112292A
公开(公告)日：2021-07-13
申请号：CN202110359552.1
申请日：2021-04-02
Applicant: 东南大学
Abstract: 本发明公开了一种大宗商品交易中的监管商品智能化推荐方法与系统。分为四个部分：大宗商品交易数据和行情数据的数据处理，行情数据关联商品发现，交易数据关联商品发现，构建关联商品集进行智能化推荐监管商品。本发明解决了大宗商品交易监管中存在的商品监管范围模糊和不确定的问题。首先，对商品的历史行情信息和交易信息进行数据预处理操作。其次，分析不同商品行情数据（价格波动等）的相关性，得到价格波动关联商品。然后，分析不同商品交易数据（交易行为等）的相关性，得到交易事件关联商品。最后，综合以上两步形成的关联商品，最后，构建关联商品集合，并根据监管任务信息对监管商品进行智能化推荐。
-
公开(公告)号：CN114820173B
公开(公告)日：2025-02-18
申请号：CN202210512588.3
申请日：2022-05-12
Applicant: 东南大学
IPC: G06Q40/03 , G06Q40/04 , G06Q30/0601
Abstract: 本发明公开了大宗商品交易市场中的交易主体违约风险评估方法与系统，将交易网络中各主体之间的关系和网络溢出效应整合进对交易主体违约风险的评估。首先，系统基于市场交易数据和交易主体数据，构建交易网络；随后，分别使用单交易主体特征和交易网络特征，构建单交易主体评估模型和交易网络溢出效应评估模型；最后，对使用到的单交易主体特征和交易网络特征进行整合和选取，并基于选取出的特征构造混合模型作为最终模型，应用于系统中。基于此最终模型的交易主体违约风险评估系统，综合主体内部因素和外部市场因素，摒除了传统评估方法仅基于单交易主体特征的局限性，提升了评估效果，并能更好地适应交易市场的动态性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.035 seconds)
