-
公开(公告)号：CN114565429B
公开(公告)日：2024-06-14
申请号：CN202210163386.2
申请日：2022-02-22
Applicant: 哈尔滨工程大学
IPC: G06Q30/0601 , G06N5/02 , G06F18/22 , G06F18/243 , G06F17/18
Abstract: 本发明提出了一种基于语义图模型的智能供应商匹配方法，输入供应商和需求的结构化数据；构建供需描述模型，将供应商和需求的结构化数据转为图结构；根据节点类型的不同，计算需求与每个供应商同类型节点间相似度；结合极大熵原理，建立权重优化模型，对模型求解得到指标权重；依据指标权重，给节点和边分配权重；调用图匹配算法，计算图匹配度，通过入口节点的选取降低时间复杂度，然后过滤低于阈值的供应商，得到针对该需求的供应商排序集合；本发明可以让用户只需要输入计划采购的产品需求和企业要求，既能得到相匹配的供应商集合，匹配概念相似的产品，同时应用于在供应商集中寻找符合需求的实例，以及在需求集中寻找最符合供应的需求。
-
公开(公告)号：CN114565429A
公开(公告)日：2022-05-31
申请号：CN202210163386.2
申请日：2022-02-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于语义图模型的智能供应商匹配方法，输入供应商和需求的结构化数据；构建供需描述模型，将供应商和需求的结构化数据转为图结构；根据节点类型的不同，计算需求与每个供应商同类型节点间相似度；结合极大熵原理，建立权重优化模型，对模型求解得到指标权重；依据指标权重，给节点和边分配权重；调用图匹配算法，计算图匹配度，通过入口节点的选取降低时间复杂度，然后过滤低于阈值的供应商，得到针对该需求的供应商排序集合；本发明可以让用户只需要输入计划采购的产品需求和企业要求，既能得到相匹配的供应商集合，匹配概念相似的产品，同时应用于在供应商集中寻找符合需求的实例，以及在需求集中寻找最符合供应的需求。
-
公开(公告)号：CN112232925A
公开(公告)日：2021-01-15
申请号：CN202011203823.6
申请日：2020-11-02
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种融合知识图谱对商品进行个性化推荐的方法。本发明涉及商品进行个性化推荐的机器学习技术领域，包括：获得用户历史行为数据，生成商品知识图；融合用户历史行为数据与商品知识图，构建协同知识图；采用机器学习中表示学习方法，获得协同知识图中节点和关系的向量嵌入表示；将协同知识图中节点和关系的向量嵌入与用户历史行为数据输入基于注意力机制的图卷积神经网络模型中，形成含有邻域信息的新节点和关系的向量嵌入表示；定义得分函数，通过图卷积神经网络模型输出的融合邻域信息的用户、商品向量嵌入表示，计算用户喜欢商品的概率，根据预测结果，排序获得推荐列表。
-
公开(公告)号：CN110602145A
公开(公告)日：2019-12-20
申请号：CN201910940865.9
申请日：2019-09-30
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于位置服务的轨迹隐私保护方法。步骤1：根据用户的真实位置location生成模糊区域BA；步骤2：用模糊区域BA替代用户真实位置location，从多个匿名器中随机选择一个匿名服务器，向其发送查询请求(id，BA，t，query，k)；步骤3：匿名服务器收到步骤2发送的请求信息后，在模糊区域BA内根据路网选择一个位置点Li；步骤4：匿名服务器根据步骤3中产生的Li生成匿名查询请求；步骤5：向位置服务提供商发送匿名查询请求。本发明基于多匿名器系统结构隐私保护模型进行实时轨迹隐私保护方法的研究，提出将位置模糊和K-匿名相结合的方法，以达到增强轨迹隐私保护同时保证数据可用性的目的。
-
公开(公告)号：CN103331713B
公开(公告)日：2015-10-28
申请号：CN201310276545.0
申请日：2013-07-03
Applicant: 中国海洋石油总公司 , 海洋石油工程股份有限公司 , 哈尔滨工程大学
IPC: B25B11/00
Abstract: 一种双摇杆自适应定心夹具，设有：机架，该机架上设置有驱动液压缸及双摇杆机构；其中，驱动液压缸的缸体顶端与机架铰接为一体，驱动液压缸的活塞杆端和双摇杆机构中的主动摇杆的一端与连杆复合铰接为一体；该主动摇杆的另一端与机架铰接为一体；该连杆与从动摇杆复合铰接为一体。本发明在对管桩加工及维修时，不仅可以将被夹持件夹紧，使两者之间不会产生任何位移，而且，还能够实现对圆柱件的多点夹持，保证了旋转作业机具，在沿着与夹具同心固连的圆形导轨周向作业时，始终与夹具同心运行；并对不同直径的圆柱件均能实施同心作业，增加了适应管桩直径范围；且在夹持过程中是自适应定心，无需调整与修正；便可方便、快捷、高效的实施夹持作业。
-
Patent Agency Ranking
公开(公告)号：CN118022858A
公开(公告)日：2024-05-14
申请号：CN202410235452.1
申请日：2024-03-01
Applicant: 烟台哈尔滨工程大学研究院
IPC: B01J49/00 , C02F1/42 , C02F101/00
Abstract: 本发明公开了一种三元碳酸熔盐氧化混合离子交换树脂后废盐复用的方法，属于有机固体废物再利用处理技术领域。本发明解决了现有三元熔盐体系处理混合离子交换树脂后未反应完的碳酸盐浪费，导致反应成本提高的问题。本发明首先使混合离子交换树脂充分与三元碳酸熔盐接触，反应过程中三元熔盐可有效吸附生成的二氧化硫；然后，通过软件模拟，进行热力学计算，得到熔盐氧化过程消耗的碳酸盐的质量，并根据结果在废盐中补充一定比例的新盐，使废盐得到复用，可有效降低熔盐氧化处理混合离子交换树脂的成本。
-
公开(公告)号：CN116910608A
公开(公告)日：2023-10-20
申请号：CN202310741073.5
申请日：2023-06-21
Applicant: 哈尔滨工程大学
IPC: G06F18/24 , G06F18/214 , G06Q10/04 , G06F16/29 , G06F16/2458 , G06F16/27 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/08
Abstract: 一种基于时空门控图卷积网络的多源数据预测方法和装置及计算机和存储介质，涉及时空预测领域。解决现有的深度学习网络难以对多源数据做到快速精准的预测的问题，本发明提供一种基于时空门控图卷积网络的多源数据预测方法，所述方法包括以下步骤：S1：获取多源时序历史数据；S2：由S1所述多源时序历史数据进行数据预处理，得到所述预处理后的训练样本数据作为训练输入数据；S3：由S2所述的训练输入数据对时空门控图卷积网络模型进行训练，得到时空数据特征的预测值；S4：将所述预测值与真实值比较，得到基于时空门控图卷积网络模型的参数，所述装置采用所述方法实现，适用于多通道声呐发射机的研发过程中。适用于其他的时空预测任务中。
-
公开(公告)号：CN110909057B
公开(公告)日：2023-06-16
申请号：CN201911154837.0
申请日：2019-11-22
Applicant: 哈尔滨工程大学
IPC: G06F16/25 , G06F16/27 , G06F16/28 , G06F11/14 , H04L67/06 , H04L67/1097 , H04L67/2866 , H04L67/1004
Abstract: 本发明公开了一种数值水池虚拟试验数据中间件系统及其工作方法。数值水池虚拟试验应用系统（200）通过API模块（112）和通信模块（113）与主中间件（120）的通信模块（122）双向传输信号，通信模块（122）通过任务处理模块（124）与数值水池虚拟试验底层分布式NoSQL数据库（300）双向传输信号。由于数值水池虚拟试验的数据包括数值型数据、字符串、数组和图像等各种异构数据，而且属于大规模数据，用户对数据的安全和并发任务处理要求比较高；因此需要在底层配置分布式NoSQL数据库集群模式，满足对多用户、多任务的高并发需求。
-
公开(公告)号：CN114880550A
公开(公告)日：2022-08-09
申请号：CN202210344135.4
申请日：2022-04-02
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06Q30/06 , G06K9/62
Abstract: 本发明提出一种融合多方面时域信息的序列推荐方法、设备和介质。本发明考虑三种时域信息来提高序列推荐的性能，构建融合多方面时域信息的序列推荐模型，模型包含三个部分，每一部分利用一种多粒度时域信息生成下一个用户可能感兴趣的物品表示。所述模型具体包括绝对时间模块，相对物品时间间隔模块和相对推荐时间间隔模块。三个模块经过有效的融合生成最终用户下一时刻感兴趣的物品表示，从而大大提高序列推荐性能。
-
公开(公告)号：CN112733018A
公开(公告)日：2021-04-30
申请号：CN202011636004.0
申请日：2020-12-31
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于图神经网络GNN和多任务学习Multi‑task Learning的会话推荐方法，包括以下步骤：采集用户在电子商务网站的点击数据，建立用户会话数据集；根据用户会话数据，构建用户会话有向图；构建GNN‑MulitTask‑Learning神经网络模型，并训练输出用户会话表示；根据输出的用户会话表示输入打分函数计算所有候选项目的推荐概率，进行个性化推荐。本发明是针对会话推荐场景中，获取用户点击项项目之间关系，以及历史会话对当前会话的影响，并通过多任务学习增加隐性数据，使用户表示更具通用性和可迁移性，更准确预估用户对项目的偏爱，捕捉用户兴趣趋势，提高了用户对项目的点击率。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.085 seconds)
