-
公开(公告)号：CN108898300A
公开(公告)日：2018-11-27
申请号：CN201810642135.6
申请日：2018-06-21
Applicant: 南京邮电大学
Abstract: 一种供应链网络风险级联模型的构建方法，包括如下步骤：S1、构建以企业作为节点N、以企业间的贸易关系作为边E的供应链网络G；S2、采用度和介数的函数计算出各节点的初始风险值；S3、依据节点容量与初始风险成正比的关系，计算出各节点的最大耐受风险值；S4、计算当前时刻各节点的当前风险值；S5、比较各节点当前风险值和最大耐受风险值，确定失效状态；S6、若某节点当前风险值超过最大耐受值，则判定该节点发生失效，依据周围相邻节点的容量进行负载重分配。本发明逻辑清晰、方案成熟，操作过程明晰，具有良好的使用和推广基础。
-
公开(公告)号：CN107368633A
公开(公告)日：2017-11-21
申请号：CN201710497591.1
申请日：2017-06-27
Applicant: 南京邮电大学
CPC classification number: G06F17/5009 , G06Q50/01 , G06Q50/06 , G06Q50/26
Abstract: 本发明涉及一种基于双曲接近中心性HCC的重要节点发现方法，利用了双曲空间中节点距离的定义，认为在网络中平均双曲距离越小，即双曲接近性越大的节点，对于信息的流动具有最佳的观察视野；并通过对实际网络的仿真，证明本发明所设计方法的有效性，因此，本发明所设计重要节点发现方法，针对真实复杂网络，尤其是无向全连通网络的重要节点发现效果最佳。
-
公开(公告)号：CN106649685A
公开(公告)日：2017-05-10
申请号：CN201611164847.9
申请日：2016-12-16
Applicant: 南京邮电大学
CPC classification number: G06F17/30864 , G06F17/30867 , G06Q50/01
Abstract: 本发明公开了一种考虑带评论转发行为的SEIAR谣言传播过程描述方法，特别针对于感染概率固定，未考虑到二次转发行为对谣言传播的影响。本发明在传统的病毒式感染模型的基础上，还考虑了节点属性差异的因素，更加准确地反映了真实谣言传播过程。本发明对真实网络，尤其是社交网络中的谣言传播效果最佳。
-
公开(公告)号：CN101866413B
公开(公告)日：2012-04-11
申请号：CN201010197995.7
申请日：2010-06-11
Applicant: 南京邮电大学
IPC: G06K7/00
Abstract: 本发明公开了一种用于RFID系统中的基于分组机制和跳跃动态二进制识别的多标签防碰撞方法，该方法包括标签估算阶段和标签识别阶段，标签估算阶段对标签随机分组后采用跳跃动态二进制算法识别第一组标签，随后根据每组标签数量服从均匀分布的特性完成对未识别标签数量的估算；标签识别阶段根据估算所得的标签数，确定对剩余各组标签进行第二次分组即最优分组的分组数，识别过程中对碰撞标签采用跳跃动态二进制算法加以识别，进而识别完所有标签。本发明结合了二进制树算法和Aloha算法的优点，大大降低了识别初期和识别后期发生碰撞标签的数量，结构简单，识别速度快，复杂度以及标签功耗低，非常适合应用于RFID系统中。
-
公开(公告)号：CN117036760A
公开(公告)日：2023-11-10
申请号：CN202310957418.0
申请日：2023-07-31
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/774 , G06V10/74 , G06N3/0464 , G06N3/0895 , G06N3/048
Abstract: 本发明公开了一种基于图对比学习的多视图聚类模型实现方法，所述多视图聚类模型包括：图学习模块、图对比模块和自监督模块；包括以下步骤：S1，建立一个统一的多视图模型，明确多视图模型的输入输出；S2，选取公开数据集作为初始数据，通过构建的图学习模块对初始数据进行初始化处理；S3，通过构建的图对比模块，对初始化处理后的数据进行对比学习，获得全面和准确的数据结构信息；S4，通过自监督模块对获取的数据结构信息进行聚类任务，构建目标函数进行训练，当满足设定条件时，停止训练，将得到预测的聚类标签作为多视图模型的输出。本发明引入了自监督模块以辅助聚类任务，使用软标签来监督图聚类过程，提高了模型的泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN116959745A
公开(公告)日：2023-10-27
申请号：CN202310970865.X
申请日：2023-08-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于图神经网络的传染病网络关键节点识别方法，包括以下步骤：1、通过传统SIR传染病模型在生成网络上模拟病毒传播过程，构建训练数据标签；2、挑选使Kendall系数与步骤1中运算得到的得分最高的特征组合，将挑选出来的网络特征输入到引入了多个图注意力层的注意力模型中，在多种人工网络中进行训练，以得到每个节点更具适用性的重要性分数排名；3、考虑“富人俱乐部”效应，将得到的排序序列，通过基于距离为2‑hop的节点选择算法，挑选使影响范围进一步扩大的节点集。本发明为复杂网络中的关键节点识别提供了一种新的思路和工具，为网络优化和风险防范提供了科学依据。
-
公开(公告)号：CN110705045B
公开(公告)日：2023-09-12
申请号：CN201910869223.4
申请日：2019-09-16
Applicant: 南京邮电大学
IPC: G06F30/27 , G06Q10/04 , G06Q10/063 , G06F18/23
Abstract: 本发明公开了一种利用网络拓扑特性构建加权网络的链路预测方法，可用于研究复杂网络中边的拓扑权重对链路预测精度的影响。其实现步骤为：根据输入的数据集构建网络，计算网络中每条边的聚类特性,其大小用JC(exy)来衡量和扩散特性，其大小用KD(exy)来衡量。一条边的聚类特性是指以这条边形成三角形的数目，一条边的扩散特性是指这条边的两个节点x,y的邻居节点集合中去除节点x,y后不能和这条边构成三角形的节点的集合，反应一条边的扩散能力。综合定义边的聚类和扩散特性CD(exy)，并将其作为边的拓扑权重。把拓扑权重的值带入WCN,WAA,WRA和WLP中，生成新的相似性指标WCD‑CN，WCD‑AA，WCD‑RA和WCD‑LP。根据公式计算被预测节点对x,y的相似度分数Sxy，最后计算出各个指标的AUC值。
-
公开(公告)号：CN111966786B
公开(公告)日：2022-10-25
申请号：CN202010757089.1
申请日：2020-07-31
Applicant: 南京邮电大学
Abstract: 本发明提供了一种微博谣言检测方法，考虑了注意力机制，该方法包含如下步骤：收集微博事件和相应评论数据集作为样本数据；对所述样本数据进行预处理，分别提取原微博与评论的文本内容；采用BERT预训练模型对文本进行预训练，每句文本生成固定长度的句向量；构建字典，提取原微博与对应数条评论组成微博事件向量矩阵；采用深度学习方法Text CNN‑Attention对向量矩阵进行训练，构建多层次训练模型；根据多层次训练模型对向量矩阵进行分类检测，得到对应社交网络数据的谣言检测结果。本发明较之传统谣言检测方法提高了准确率。
-
公开(公告)号：CN115130099A
公开(公告)日：2022-09-30
申请号：CN202210742974.1
申请日：2022-06-28
Applicant: 南京邮电大学
Abstract: 本发明涉及软件检测技术领域，具体地说，是一种基于关联规则的图卷积网络恶意软件检测模型及方法，该模型和方法利用自动化测试工具对恶意软件的动态特征进行提取并分析，通过挖掘API调用序列中API调用函数的关联规则，将得到的API转换子序列集合构建成图结构输入到图卷积神经网络中(GCN，GraphConvolutionalNetwork)获得API序列对应的软件的分类标签。实验结果表明，该模型优于大多数现有模型，可以提高恶意软件检测性能，减少恶意软件造成的破坏。
-
公开(公告)号：CN109903853B
公开(公告)日：2022-08-23
申请号：CN201910015017.7
申请日：2019-01-08
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法，包括如下步骤：S1、构建信息传播与病毒传播的双层网络模型；S2、利用连续时间马尔科夫过程推导病毒传播阈值；S3、利用信息传播概率与信息遗忘概率来表征双层网络模型中上层的信息传播情况；S4、构建基于个体敏感度与大众媒体影响力的双层网络传播模型。本发明通过引入个体敏感度与大众媒体影响力的因素、推导病毒传播阈值的方式，拓扑出了一种更加贴合实际情况的双层复杂网络传播模型。同时，本发明还分析了多重网络中的各种传播影响因子，全面地分析了多重网络中的病毒传播，能够体现出真实的传播情况、为控制病毒的传播规模提供了重要的参考依据。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.022 seconds)
