-
公开(公告)号：CN111161089A
公开(公告)日：2020-05-15
申请号：CN201911405674.9
申请日：2019-12-30
Applicant: 哈尔滨工程大学
IPC: G06Q50/00
Abstract: 基于COPRA的重叠社区划分方法，涉及计算机领域，针对现有技术中社交网络划分算法存在划分结果不稳定，随机性强，导致算法结果的准确性低的问题，本发明针对COPRA算法的不稳定性和随机性进行了改进。首先引入信息熵概念，提出直接节点、间接节点概念，然后通过获取节点的节点熵，并根据每个节点熵总和对节点标签更新进行排序，减少标签更新的随机性。随后提出标签价值概念，主要从节点对标签的从属系数、拥有该标签节点的熵总和、节点的度三点进行综合考虑，提出了标签价值计算公式，并给出了算法的执行过程。本发明能够发现复杂的社会网络中的重叠社区结构，并且挖掘社区结果较好、准确性高。
-
公开(公告)号：CN106066873B
公开(公告)日：2019-09-27
申请号：CN201610369838.7
申请日：2016-05-30
Applicant: 哈尔滨工程大学
IPC: G06F16/2455 , G06F16/2457
Abstract: 一种基于本体的旅游信息推荐方法，本发明涉及基于本体的旅游信息推荐方法。本发明的目的是为了解决现有旅游推荐结果不准确以及推荐呈现静态化的问题。具体过程为：一、构建旅游景点本体；二、采用FP‑Growth算法挖掘用户之间的关联规则；三、采用关联规则的阈值将用户分为关联用户和无规则用户；四、将关联用户采用融入时间因子和评价因子的协同过滤算法，生成景点推荐；五、将无规则用户采用基于旅游景点本体的协同过滤算法，生成景点推荐；六、将四和五的旅游景点推荐结果进行融合；七、将融合的结果进行上下文信息过滤；八、将过滤后的结果进行基于旅游景点本体的信息拓展。本发明用于旅游信息推荐领域。
-
公开(公告)号：CN110147393A
公开(公告)日：2019-08-20
申请号：CN201910435269.5
申请日：2019-05-23
Applicant: 哈尔滨工程大学
IPC: G06F16/2458
Abstract: 面向数据空间的实体解析方法，本发明涉及实体解析方法。本发明的目的是为了解决现有在数据空间中进行实体解析时，要对记录进行对比，对于不同领域的记录对，匹配概率很小，成对对比会浪费资源的问题。过程为：步骤一、构建记录图：步骤二、采用剪枝方法简化记录图；步骤三、对剪化后的记录图进行分块处理；步骤四、建立属性映射集群；步骤五、计算属性映射集的优度；步骤六、得到属性映射集群中各个映射集的优度后，在块内进行实体解析。本发明用于数据实体解析领域。
-
公开(公告)号：CN109858506A
公开(公告)日：2019-06-07
申请号：CN201810519569.7
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向卷积神经网络分类结果的可视化算法，属于计算机视觉与数字图像处理技术领域。本发明在全连接层使用相关性传播算法，得到最后一层卷积层中每个神经元对最终输出结果的贡献的大小，根据其贡献计算出该卷积神经网络的类激活映射图。在得到类激活映射图之后，也就获得了最后一层卷积层中对分类结果有贡献的神经元的位置，根据提出的基于位置信息的传播算法，将卷积层中支持分类的神经元位置逐层向前重定向，直到输入层，从而得到输入图像中对输出结果有贡献的像素位置集合，最终得到可以解释卷积神经网络分类依据的可视化图像，本发明在解释卷积神经网络的分类方面具有更高的准确性，且在解释分类决策时能区分类别之间的特征。
-
公开(公告)号：CN109269547A
公开(公告)日：2019-01-25
申请号：CN201810765019.3
申请日：2018-07-12
Applicant: 哈尔滨工程大学
Abstract: 本发明公开一种基于线谱的水下目标舰船检测方法，属于水下舰船的检测领域。本发明包括：初始阶段：使用卷积神经网络作为目标检测的算法，将声音文件转换成LOFAR图；在LOFAR图中进行线谱的提取，提取过程时用到的方法是动态规划的算法和多步频移的算法；检测阶段：对提取到的线谱图进行打标签并且转换成LMDB的格式；将处理好的数据送入到级联卷积的网络中，使用其中的70％进行模型的训练，其余的30％作为测试。
-
Patent Agency Ranking
公开(公告)号：CN108876012A
公开(公告)日：2018-11-23
申请号：CN201810519625.7
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种空间众包任务分配方法，属于互联网技术领域，本发明分别设计了用于计算任务处理优先级的TPC方法、用于选择工人的WFC方法以及用于任务地点选择的MLS方法，基于这三个方法提出了一种空间众包任务分配方法，目标是在满足各种约束的条件下，保证任务分配总数以及平台收益，并最大化任务分配的总收益。
-
公开(公告)号：CN108846029A
公开(公告)日：2018-11-20
申请号：CN201810519637.X
申请日：2018-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于知识图谱的情报关联分析方法，属于RDF知识图谱条件下情报相关性检索领域。本发明包括：数据的预处理过程，对下载的情报数据TXT文档进行解析；构建三元组情报知识库；利用IDF和信息熵加权方法，计算每一个三元组和其关键词的权重，并存储到数据库中；通过三元组相似度计算公式来计算每个三元组的相似三元组，并根据相似度进行排序；对RDF三元组进行有效存储；采用Jena TDB提供的API实现基本的SPARQL查询操作，并根据基于三元组相似度的查询方法进行查询扩展；生成查询样例，对检索结果集中根据三元组和关键词的权重进行有效排序，返回top-k结果。
-
公开(公告)号：CN106878174A
公开(公告)日：2017-06-20
申请号：CN201710168140.3
申请日：2017-03-21
Applicant: 哈尔滨工程大学
IPC: H04L12/721 , H04L12/24 , H04L12/58 , G06Q50/00
Abstract: 本发明提供的是一种基于中介中心性的网络传播节点影响力发现方法。遍历任意两点间的最短路径，获得路径集合δij；对路径P中的每一个节点u计算DBC(u)ij,以及Loc(u)ij；遍历所有路径结束后在遍历图中每一个节点u，计算DLBC，并将所有节点的DLBC值从大到小排列；输出整个DLBC排序后的数组。本发明充分发挥了传统中介中心性能够度量节点全局影响力的优势，并且通过对加入衰减因子以及节点重要程度因子，在节点全局影响里度量上的精度得以提高。通过将距离节点最短路径长度小于等于L的节点数量与总体节点数量的比值，作为节点在局部影响力的度量，作为对节点全局影响力的补充，形成了节点综合影响力。
-
公开(公告)号：CN105843971A
公开(公告)日：2016-08-10
申请号：CN201610416291.1
申请日：2016-06-08
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F17/30705 , G06F17/30598
Abstract: 一种基于RLID3的增量集成学习的数据分类方法，属于数据分类领域，尤其涉及一种基于RLID3的增量集成学习的数据分类方法。本发明要为解决现有分类方法中存在准确率不高的问题。本发明所述方法按以下步骤进行：1、初始阶段：①第1阶段包括训练基分类器以及计算基分类器的权重；②第2个阶段是组合所有基分类器的预测结果，对预分类样本数据进行分类结果的预测；2、增量阶段：①第1阶段输入增量数据集和初始阶段的所有基分类器，输出调整后的基分类器；②第2个阶段组合所有调整后的基分类器的预测结果，对预分类样本数据进行分类结果的预测。基于RLID3的增量集成方法具有较好的分类准确率。本发明所述方法可应用于数据分类领域。
-
公开(公告)号：CN102724304A
公开(公告)日：2012-10-10
申请号：CN201210184508.2
申请日：2012-06-06
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一中订阅/发布系统中信息仓库联邦及数据同步方法。信息仓库联邦，由多个结构相同且平级的信息仓库构成。信息仓库包括数据存储模块、同步处理模块、公共服务模块，通过这些模块之间的协同工作能够将某一信息仓库中需要更新的数据以消息的方式及时通知联邦中其他的信息仓库；其他信息仓库接收到更新消息之后做出相应的更新操作，并将处理的结果返回给消息发送源；消息发送源收到反馈消息后对自身数据进行更新操作。本发明对数据量小、更新频率低的订阅/发布系统中信息仓库之间的实时数据同步提出了一种有效、快速且易于实现的解决方法，提高系统的健壮性、稳定性及容错性，保证订阅/发布系统中组成联邦的信息仓库之间数据的一致性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.04 seconds)
