-
公开(公告)号：CN113312843A
公开(公告)日：2021-08-27
申请号：CN202110589792.0
申请日：2021-05-28
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能领域的方法，尤其是长序列时空预测领域，实现了一种大型多变压器极限负载预测系统。系统分为编码器和解码器两部分，所述编码器是使用结合了历史相关性信息的邻接矩阵数据以及加入了位置编码与额外编码的时序数据，并通过采用了邻近空间结构感知增强后的注意力机制，得到的时空特征表征经过多层编码器后输出至解码器；所述解码器是由非自回归预测器构成，使用一步推理这种高效的预测方式对未来一段时间内的多电网负载进行预测。在大型多变压器极限负载预测的工业场景下的落地。使用计算机的深度学习算法对大型多变压器的历史负载进行分析，并对未来一段时间内的极限负载进行预测，加强了模型在多电网负载长期预测中的能力。
-
公开(公告)号：CN113312842A
公开(公告)日：2021-08-27
申请号：CN202110589783.1
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F30/27 , G06F17/16 , G06N3/04 , G06N3/08 , G06F111/02 , G06F111/08
Abstract: 本发明通过网络技术领域的方法，实现了一种支持高阶邻近性的大规模网络嵌入方法与装置。方法包括四个步骤：步骤一：应用随机游走器，获取数据样本；步骤二：利用样本，提取局部相似性和全局等价性；步骤三：通过联合优化器同时学习局部相似性和全局等价性，综合步骤二中的高阶邻近信息，计算联合目标函数后，进行随机梯度下降优化，更新模型参数和嵌入向量；步骤四：重复上述过程，直至达到设定迭代次数，最后输出包含高阶临近性质的嵌入向量。其中随机游走器可以直接构造高阶临近矩阵、采用降低成本的随机游走方式或采用重启式随机游走器的方法实现。这一方法能够保留局部相似性和全局等价性，以及高阶邻近信息的同时，解决空间和计算的问题。
-
公开(公告)号：CN113312450A
公开(公告)日：2021-08-27
申请号：CN202110589788.4
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F16/33 , G06F21/60 , G06F40/126 , G06F40/44 , G06F40/58
Abstract: 本发明通过人工智能领域的方法，实现了一种防范文本流次序变换攻击的方法。方法三个步骤；基于EM算法学习随机化序列概率分布；生成随机化序列密钥；方法的训练与部署需要搭建包括pytorch与依赖库的运行环境。通过EM算法学习出抵御攻击的最佳序列概率分布，最后使得针对流次序攻击的对抗样本无法准确攻击次序编码，达到防范文本流次序攻击的效果。本发明方法具有抵御攻击的性能最佳，对于其他的文本攻击同样能够减弱其攻击强度的技术效果。
-
公开(公告)号：CN113312210A
公开(公告)日：2021-08-27
申请号：CN202110589994.5
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F11/14
Abstract: 本发明通过网络技术领域的方法，实现了一种流式处理系统的轻量级容错方法。分为无故障运行阶段和故障恢复阶段；无故障运行阶段将流式处理系统中的有状态任务组织成多条链式结构，以多个任务连成一条链，链上的每一个任务都周期性地采用链式地将状态增量的同步方法，结合上游备份机制和冗余消息去重机制，向其备份任务同步任务状态；故障恢复阶段在故障发生时，将故障任务切换到其链上的备份任务，备份任务启动计算逻辑准备计算，在完成状态同步后，将计算切换到主任务。这一方法在无故障运行时，容错开销比较小，同时资源耗费较少，故障恢复的过程满足毫秒级且不会造成数据的明显的更新停滞和回滚现象。
-
公开(公告)号：CN106874428B
公开(公告)日：2021-05-07
申请号：CN201710058858.7
申请日：2017-01-23
Applicant: 北京航空航天大学
IPC: G06F16/40
Abstract: 本发明实施例提供一种选择信息传播的关键节点的方法和装置，通过获取待发布信息；遍历K个大V用户模拟转发所述待发布信息，获取每个大V用户转发所述待发布信息产生的影响力结果；所述影响力结果包括：转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量；根据所述K个大V用户对应的影响力结果，确定实际转发所述待发布信息的大V用户作为关键节点。由于本实施例确定实际转发待发布信息的大V用户参考了转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量，其中，关注所述待发布信息的发布者的用户的数量代表了发布者的影响力的提升，因此，本发明可用于提高社交网络中的传播影响力。
-
Patent Agency Ranking
公开(公告)号：CN109889436B
公开(公告)日：2020-10-13
申请号：CN201910125820.6
申请日：2019-02-20
Applicant: 北京航空航天大学
Abstract: 本发明提出一种社交网络中垃圾邮件发送者的发现方法，包括以下步骤：步骤1，进行数据预处理，将邮件数据处理成本发明中垃圾邮件发送者发现模型所需格式；步骤2，进行用户行为特征提取，所述提取方式为利用半监督训练的图卷积网络来提取用户行为特征；步骤3，用户分类，所述分类方式为根据用户行为特征提取器输出的用户行为属性，判断每个用户节点是否为垃圾邮件发送者；步骤4，构造决策目标函数，指导垃圾邮件发送者发现模型的优化方向，使得其中的用户行为特征提取器和用户分类器能够联合学习图卷积网络中的参数和优化单类支持向量机的分类平面；步骤5，训练社交网络中垃圾邮件发送者发现模型。
-
公开(公告)号：CN111209398A
公开(公告)日：2020-05-29
申请号：CN201911393728.4
申请日：2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明通过图神经网络建模的方法，设计一种基于图卷积神经网络的文本分类方法、系统，其方法主要包括三个步骤：输入文本，相似性图的构建；深度学习模型的构建；由相似性图和深度学习模型构成文本分类方法总体模型，进行文本分类。通过上述方法，我们基于文本相似性图、图卷积网络和图注意力网络，提出了一种高效的文本分类方法，即只需要输入源文本，即能够自动对文本进行分类，并在模型的基础上结合硬件构成系统。
-
公开(公告)号：CN111191462A
公开(公告)日：2020-05-22
申请号：CN201911396048.8
申请日：2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种基于链路预测实现跨语言知识空间实体对齐方法和系统，其通过跨语言知识空间三元组融合、知识空间表示学习、预测新对齐实体对、自学习添加新的训练数据四个步骤生成经过预测的实体对，针对少量的训练语料，设计简单基于链路预测的方法预测新的实体对，进行跨语言知识空间融合，在此基础上提高两个知识空间中数据融合中，判断跨语言知识空间的实体对是否是同一个实体的效率，方法模型的设计较为轻便，且其节约了标注的人力。
-
公开(公告)号：CN111191413A
公开(公告)日：2020-05-22
申请号：CN201911393738.8
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06F40/117 , G06F40/211 , G06F40/253 , G06F40/289 , G06F40/295 , G06F16/33
Abstract: 本发明通过深度学习技术，针对新闻文本的要素标记问题设计了一种基于图排序模型的事件核心内容自动标记方法及应用该方法的设备和系统，该方法包括基于句法依存树的事件关键要素抽取及核心词标记、核心事件构建、事件核心句定位并输出标记文本三个基本步骤，对文本的核心句子和核心词进行标记，从而实现新闻文本标记过程中节约人工成本以及时间成本，节省资源的技术效果。
-
公开(公告)号：CN111179250A
公开(公告)日：2020-05-19
申请号：CN201911393687.9
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06T7/00
Abstract: 本发明实现了一套基于多任务学习的工业品缺陷检测系统，针对工业品各工艺生产线中AOI设备拍摄的大量图像，训练一个两阶段的模型，利用一阶段分割网络模型生成的中间结果作为二阶段决策网络模型的输入，将一阶段模型生成的遮罩(mask)图像，引入注意力机制，在二阶段模型中新增为一个通道进行图像分类，从而实现高水准的表面缺陷分类，生成融合检测和分类的多任务学习模型，图像输入层可直接接入工厂的AOI设备系统，形成图像数据流，结果输出层可接入生产决策系统，对产品的质量和去向进行监控和决策。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.062 seconds)
