公开(公告)号：CN118839719A

公开(公告)日：2024-10-25

申请号：CN202410971256.0

申请日：2024-07-19

Applicant: 杭州电子科技大学

Inventor： 焦鹏飞 ,  鲁逸凡 ,  刘欢 ,  高梦州

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于图变换器的异质图表示学习方法，该方法首先通过网络数据获取不同类型的实体之间的关系，并建模成异质图，将异质图中的目标节点的一阶邻居输入节点序列中，直到满足预先定义的长度。其次使用线性变换将异质图中所有不同类型的节点映射到一个公共的向量空间，使用图卷积神经网络GCN，学习每个节点在第l层中的初步节点表示。然后基于初步节点表示，通过图变换器Transformer，获得包含类型信息的最终节点表示。最后将最终节点表示用于节点分类任务，通过损失来优化权重，学习到优化后的节点表示。本发明能学习到精确的异质图表示，从而应用于下游任务。

公开(公告)号：CN118333093A

公开(公告)日：2024-07-12

申请号：CN202410758751.3

申请日：2024-06-13

Applicant: 杭州电子科技大学

Inventor： 黄娜娜 ,  焦鹏飞 ,  鲍青 ,  高梦州 ,  苏方方 ,  唐会军 ,  赵品龙 ,  杨彬

IPC: G06N3/044 ,  G06N3/08

Abstract: 本发明提供基于隐式多时间尺度的序列推荐方法，能够获得更加准确的推荐结果。所述推荐方法包括：依据用户兴趣的动态变化程度不同，引入带时钟频率的循环神经元层，为循环神经网络隐层神经元分组；对隐层神经元分组信息，通过设计对隐层神经元的不同分区更新频率不同，抽取多个时间尺度下的用户兴趣特征；对多个时间尺度下的用户兴趣特征，通过尺度维卷积层，建模对不同时间尺度的用户兴趣特征表示的依赖关系，进而生成多时间尺度用户兴趣特征的统一表示；对多个时间尺度下用户兴趣特征的统一表示，采用全连接层建模统一的多尺度用户兴趣特征表示与项目的隐式特征之间的关系，预测用户感兴趣的项目。

公开(公告)号：CN111865908A

公开(公告)日：2020-10-30

申请号：CN202010511970.3

申请日：2020-06-08

Applicant: 杭州电子科技大学

Inventor： 高梦州 ,  郑秋华 ,  吴铤 ,  石东贤

IPC: H04L29/06 ,  H04L9/26 ,  H04L9/20

Abstract: 本发明公开了一种基于随机加密策略的资源受限系统安全通讯方法。本发明采用随机加密序列的方式进行加密，发送端生成随机加密序列，并进行进制转换；然后将生成的随机数与随机加密序列组合，加密后发送至接收端；接收端将接收到的组合报文进行解密和拆分，再将确认报文与随机数组合成反馈报文后加密，再发送至发送端；发送端接收到反馈报文后进行解密和拆分，比对接收到的随机数与生成的随机数，并结合确认报文的内容，判断是否成功建立安全通讯；发送端成功建立安全通讯则发送报文至接收端，开始安全通讯。本发明采用了间歇性加密策略，减少加密次数，降低加密占用的计算资源和能量。