-
公开(公告)号：CN115147217B
公开(公告)日：2024-11-19
申请号：CN202210532466.0
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了大宗商品交易市场中风险平台识别及风险传播预测方法，根据大宗商品交易的特点，识别风险平台，并预测可能受到风险传播影响的平台。本方法适用于大宗商品电子商务交易市场的监管和服务，通过分析历史交易数据，建立交易网络，根据异常交易模式的拓扑特点，筛查异常交易模式，确定所属的风险平台。并依据平台间商品重叠的关联性，建立最大关联网络，以风险源平台为起点，对风险传播的路径以及范围进行预测，从而不仅识别出风险平台，并预测可能受到风险传播影响的平台，挖掘其中的风险传播路径和范围。本发明进行了风险平台识别及风险传播预测，可以用于交易平台防范风险的参考以及监管部门的制度健全的参考。
-
公开(公告)号：CN113283692B
公开(公告)日：2024-04-16
申请号：CN202110296445.9
申请日：2021-03-19
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/10
Abstract: 本发明公开了一种针对大宗商品交易市场监管资源调配的智能化人机协作调度方法与系统，根据任务需求对人、机资源进行智能化实时调度分配以提高任务完成率至关重要，当任务到达时，任务处理模块根据任务不同环节构成的拓扑图关系进行部分关键路径集合的求解和截止时间的分配计算，得到任务待执行队列和任务池；之后，通过资源调度模块进行人、机资源的智能化实时分配，输出任务的执行次序和具体开始时间；根据任务实时反馈的执行信息自动调整调度分配策略，使得尽可能多的任务在截止时间前完成。该调度方法兼顾任务执行不确定性的影响，与以往“先来先服务”、分配单一固定的方式相比，具有调度计划鲁棒性高、任务延期风险低的优点。
-
公开(公告)号：CN113111935B
公开(公告)日：2024-04-09
申请号：CN202110372411.3
申请日：2021-04-07
Applicant: 东南大学
IPC: G06F18/2321 , G06Q40/04
Abstract: 本发明公开了一种大宗商品电子商务市场中基于交易数据实时聚类的相同交易主体判定方法，所述方法用于判断两个交易主体是否为相同交易主体，所述方法包括：对于实时到来的交易数据基于交易品种、交易时间和交易规模进行实时聚类；基于聚类结果中相同簇中的相似交易比例获得两个交易主体的交易相似度；若所述交易相似度大于相似度阈值，则判定所述两个交易主体是同一交易主体，本发明解决了传统的基于交易主体的注册信息判定相同主体的方法难以应用在大宗商品跨平台交易情景的问题，有效利用交易信息，聚集相似交易，实现从相似交易角度进行相同主体判定。
-
公开(公告)号：CN117196005A
公开(公告)日：2023-12-08
申请号：CN202310909743.X
申请日：2023-07-21
Applicant: 东南大学
IPC: G06N3/092 , G06N3/0442 , G06N3/042 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
Abstract: 本专利提出一种多重产业链下需求响应的分层图注意力强化学习方法，该专利首先利用长短期记忆网络根据电价的动态变化特征做出决策，然后基于该决策利用分层空间图注意力机制来评估动态因素对多重产业链结构的影响，最后利用这种影响来更新决策。分层空间图注意力机制利用空间图注意力将网络多个节点的信息聚合为单个关键节点，然后，决策智能体基于图注意力机制结合各个关键节点信息对当前决策进行评估。空间图注意力技术能捕获节点间的物理空间关系，并去除冗余节点信息对评估策略的影响。与传统的基于强化学习的需求响应算法相比，本专利能够建模动态因素对多重产业链网络内部和网络之间的影响，从而提高能源管理策略质量。
-
公开(公告)号：CN112926999B
公开(公告)日：2023-10-10
申请号：CN202110330979.9
申请日：2021-03-26
Applicant: 东南大学
IPC: G06Q30/018 , G06Q40/04
Abstract: 本发明公开了一种大宗商品交易平台关联监管范围的自适应推荐方法与系统，根据大宗商品交易平台中的历史交易数据，构建平台关联网络，并基于该网络进行平台之间的关联性划分，从而推荐合适的关联交易平台的监管范围。本方法适用于大宗商品电子商务交易市场的监管，通过分析在不同交易平台的共同交易用户的历史交易数据，并进行数据处理，形成具有平台主体间关联关系的复杂网络，接着通过全局社区发现算法，依据给社区带来的增益判断平台间的关联度，选择合适的社区，最终为监管部门监管某个交易平台时推荐与该交易平台关联密切的其他交易平台进行监管，本发明推荐合适的平台监管范围，提升了监管效率，达到优化监管的效果。
-
Patent Agency Ranking
公开(公告)号：CN115147217A
公开(公告)日：2022-10-04
申请号：CN202210532466.0
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了大宗商品交易市场中风险平台识别及风险传播预测方法，根据大宗商品交易的特点，识别风险平台，并预测可能受到风险传播影响的平台。本方法适用于大宗商品电子商务交易市场的监管和服务，通过分析历史交易数据，建立交易网络，根据异常交易模式的拓扑特点，筛查异常交易模式，确定所属的风险平台。并依据平台间商品重叠的关联性，建立最大关联网络，以风险源平台为起点，对风险传播的路径以及范围进行预测，从而不仅识别出风险平台，并预测可能受到风险传播影响的平台，挖掘其中的风险传播路径和范围。本发明进行了风险平台识别及风险传播预测，可以用于交易平台防范风险的参考以及监管部门的制度健全的参考。
-
公开(公告)号：CN114817762A
公开(公告)日：2022-07-29
申请号：CN202210513920.8
申请日：2022-05-12
Applicant: 东南大学
IPC: G06F16/9536 , G06F16/901 , G06K9/62 , G06Q50/00
Abstract: 本发明提出了一种微博平台上针对大宗商品舆情信息的基于用户行为特征的识别恶意主体的方法，首先选定源头节点搜集转发信息构建舆情传播网络，根据网络中用户的关注信息构建用户关注关系图，随后使用社区发现算法对关注关系图进行划分，选择其中密度最高的团体作为后续待检测样本，接着搜集待检测样本用户从最近日期起的N条微博，构建用户行为特征，最后使用聚类算法根据行为特征将待检测样本聚成两类，计算特征在每一类中的均值，进行标准化后相加得到综合属性值，判定属性值较大的一方为存在恶意倾向的维权用户。本发明不依赖于已标识的数据集，减少了人工因素对最终结果的影响，且识别结果取决于用户本身的行为，具有更高的适应性与灵活性。
-
公开(公告)号：CN113112361A
公开(公告)日：2021-07-13
申请号：CN202110361436.3
申请日：2021-04-02
Applicant: 东南大学
IPC: G06Q40/04 , G06Q10/06 , G06F16/245 , G06N5/04
Abstract: 本发明公开了一种大宗商品交易中的监管主体联盟形成方法与系统，用于大宗商品电子商务交易背景下，对交易中存在的风险形成具体的监管任务，为执行监管任务形成可提供稳定高效监管资源的监管主体联盟，根据大宗商品交易中单笔交易的基本信息与所需监管服务类型形成监管任务，通过学习历史风险交易事件建模监管资源及监管主体；针对具体的监管任务根据资源匹配求解任务分配问题，寻找可执行该任务且监管收益最高的监管主体，所有监管主体协作执行监管任务即可视为一个监管联盟，以达到对交易中风险事件执行监管以降低损失的目的。
-
公开(公告)号：CN119886272A
公开(公告)日：2025-04-25
申请号：CN202510067613.5
申请日：2025-01-16
IPC: G06N3/092 , G06N3/096 , G06N3/045 , G06N3/0464 , G06F18/22
Abstract: 本发明公开了一种针对高动态决策场景智能体探索的强化学习系统及方法，包括正演员‑评论家模型、负演员‑评论家模型、演员‑评论家模型、策略相似度模型和策略动作选择模型，通过使用正向策略和负向策略指导主策略的学习，同时最小化主策略与正向策略的接近程度和最大化主策略与负向策略的接近程度，让主策略以高概率产生高价值动作，低概率产生低价值动作，提升方法的整体性能；同时，在训练过程中通过策略动作选择模型以概率形式选择执行主策略动作、正向策略动作、负向策略动作，增加动作选择的多样性，间接提高探索环境的多样性，最终实现性能提升。
-
公开(公告)号：CN118966647A
公开(公告)日：2024-11-15
申请号：CN202411005425.1
申请日：2024-07-25
Applicant: 东南大学
IPC: G06Q10/0631 , G06N5/04 , G06N3/042 , G06N3/092 , G06N3/044
Abstract: 本发明提出了一种针对高动态博弈场景中无人机群体的辅助任务截止时间特性的任务分配方法。该方法旨在解决辅助任务超时消失对系统稳定性的影响。辅助任务在截止时间前完成可加速其他任务的完成。在高动态博弈场景下，辅助任务的作用范围并不确定，辅助任务之间的级联扩散影响也不确定，增大了问题的复杂度。本发明首先对任务进行时间编码，生成特征向量；然后计算任务截止优先级并更新智能体特征；最后应用多智能体系统决策学习进行任务分配。与现有方法相比，本发明通过时间编码和截止优先级的计算，结合注意力机制，有效提升了任务完成率和系统在复杂博弈环境中的存活率。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.034 seconds)
