公开(公告)号：CN117786167A

公开(公告)日：2024-03-29

申请号：CN202311833224.6

申请日：2023-12-28

Applicant: 河北工业大学 ,  泉州湖南大学工业设计与机器智能创新研究院

Inventor： 马子艺 ,  王润飞 ,  刘玉玲 ,  杨建业 ,  汪梦竹 ,  杨亮

IPC: G06F16/901 ,  G06F16/903 ,  G06Q40/03

Abstract: 本发明为一种基于节点状态的多查询连续子图匹配索引构建及维护方法，首先获取多查询连续子图匹配任务的数据图和查询图组；然后，构建数据图中各个节点的邻居匹配图，并根据节点的邻居匹配图设置节点的状态；最后，根据数据图中每个节点的状态构建索引结构，并在数据图更新后对索引结构进行维护，包括边插入和边删除。该方法构建了一种紧凑而有效的索引结构来维护多查询连续子图匹配的中间匹配结果，该索引结构能够过滤掉不太可能的候选节点，只保留匹配度较高的候选节点；索引结构本质上是一个有向图，占用空间相对较小；在数据图更新后维护更加容易，可以有效减少增量匹配过程的空间和时间成本。

公开(公告)号：CN116630012A

公开(公告)日：2023-08-22

申请号：CN202310193357.5

申请日：2023-03-02

Applicant: 河北工业大学

Inventor： 杨亮 ,  孙中辉 ,  王嘉意 ,  牛炳鑫 ,  贾永娜 ,  张亚娟 ,  顾军华

IPC: G06Q40/03 ,  G06F16/901 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/047 ,  G06F18/2415 ,  G06F18/241 ,  G06N3/08

Abstract: 本发明为一种基于图数据不显著注入攻击的借贷平台安全性评估方法，首先获取借贷数据并转换为图数据，提取图数据的拓扑信息和节点属性信息；接着、基于图卷积神经网络构建代理模型，利用代理模型预测用户的信用等级；然后、从图数据中随机选取多个节点作为目标节点，结合拓扑结构和节点属性两个角度计算目标节点的综合分类概率，得到目标节点的分类；将多个虚假用户分别作为有害节点注入图数据，得到扰动图数据，并对扰动图数据进行优化；最后，将优化后的扰动图数据分别输入到借贷平台系统模型中，预测目标用户的信用等级；若预测结果与图数据受到扰动前的结果相同，则表明该借贷平台系统模型的安全性高，反之，表明借贷平台系统模型的安全性低。有害节点的属性与周围节点类似，更具隐蔽性，也就更能模仿真正的攻击行为，以提高系统模型安全性的评估性能。

公开(公告)号：CN116228400A

公开(公告)日：2023-06-06

申请号：CN202310190601.2

申请日：2023-03-02

Applicant: 河北工业大学

Inventor： 杨亮 ,  刘嘉瑶 ,  张秋亮 ,  牛炳鑫 ,  贾永娜 ,  张亚娟 ,  顾军华

IPC: G06Q40/03 ,  G06F16/901 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明为一种基于属性重构与注意力机制的信用卡用户行为预测方法，首先获取银行系统某一时期信用卡用户的历史数据，将历史数据转换为图数据；图数据的节点代表信用卡用户，边表示用户间的联系；获取图拓扑信息和节点属性矩阵；然后，基于图卷积神经网络构建节点属性重构模型，节点属性重构模型包括编码器和解码器，编码器将图拓扑信息和节点属性信息编码为潜在分布矩阵，解码器将潜在分布矩阵解码为重构的节点属性矩阵；最后，构建信用卡用户行为预测模型，将图拓扑信息和重构的节点属性矩阵输入到模型中，得到各个节点的预测标签；将训练后的信用卡用户行为预测模型用于新用户的行为预测。通过节点属性重构可以补全缺失的属性信息，同时缓解了节点敏感属性对预测结果公平性的影响。

公开(公告)号：CN115269321A

公开(公告)日：2022-11-01

申请号：CN202210877881.X

申请日：2022-07-25

Applicant: 河北工业大学

Inventor： 杨亮 ,  何政波 ,  张亚娟 ,  许晓笛 ,  温先斌

IPC: G06F11/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明为基于RNN双模型的数据流频率估计方法，该估计方法结合当下流行的循环神经网络模型，将频率估计和神经网络结合在一起，基于RNN和Conservative‑Update Sketch实现了更好的误差控制和更加精确的频率估计。该方法对数据流中数据项的频率进行估计，通过两个RNN神经网络模型对数据流进行分类，将高频数据和低频数据分开存储，降低高频数据和低频数据之间的哈希冲突，从而提高数据流频率估计的精度，由于高频数据单独存储，可以减少高频数据哈希计算的次数，在一定程度上提高了数据流的处理效率。该估计方法应用在网络流量监测中，能够监测网络的突发情况，提高监测的精度和效率。

公开(公告)号：CN114169504A

公开(公告)日：2022-03-11

申请号：CN202111503170.8

申请日：2021-12-10

Applicant: 河北工业大学

Inventor： 顾军华 ,  李鑫航 ,  杨亮 ,  张亚娟 ,  牛炳鑫 ,  郑子辰 ,  李宁宁

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明为基于自适应滤波的图卷积神经网络池化方法，该方法提出了自适应滤波图卷积神经网络SFGCN和自适应滤波图卷积神经网络的池化操作SFGPool，SFGCN具有低通滤波器、高通滤波器和带通滤波器，对池化操作的输入进行了增强，相比于传统的图卷积网络，补充了中频和高频信息，防止信息丢失从而增强了网络的拟合能力；自适应滤波图卷积神经网络引入两个可学习参数，能在训练过程中对滤波器的频率特性进行自适应调节，对于不同的图分类任务可通过可学习参数控制每个频段的贡献。

公开(公告)号：CN112884045A

公开(公告)日：2021-06-01

申请号：CN202110208919.X

申请日：2021-02-25

Applicant: 河北工业大学

Inventor： 杨亮 ,  栗位勋 ,  顾军华 ,  贾永娜 ,  张亚娟 ,  牛丙鑫

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明为基于多视角的随机删边嵌入模型的分类方法，该分类方法从两个视角分别是一阶邻居的编码和图扩散分布的各自的特殊通道和他们两个共享权重通道对其进行随机删边操作求和分别做KL散度，两个独特通道和共享权重通道再结合图注意力自适应权重嵌入可以实现最佳性能。基于随机删除边的思想对邻接矩阵和图扩散进行了节点增强，防止过拟合和过平滑增强模型的深度和嵌入能力，提高分类效果及分类速度。

公开(公告)号：CN119992844A

公开(公告)日：2025-05-13

申请号：CN202510052682.9

申请日：2025-01-14

Applicant: 河北工业大学

Inventor： 牛炳鑫 ,  余珂欣 ,  苗瑞恒 ,  杨亮 ,  贾永娜 ,  马子艺 ,  汪梦竹

IPC: G08G1/065 ,  G08G1/01 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明公开一种基于双小波变换的图卷积网络的交通流预测方法，该方法首先通过使用两种不同的小波基函数对原始交通流信号进行分析，克服单小波变换的一些局限性，缓解小波变换的边界效应问题。并且使用动态图中嵌入预定义图的方式，相比于传统的动态图卷积来说，具有更强的稳定性，收敛效果更好，预测精确度更高。使用相关图采样策略，在对模型预测效果影响不大的前提下，降低图卷积计算复杂度。而且，采用预测结果损失、预测趋势分量损失和模型参数的L2正则化项作为整体的训练损失，确保模型在进行训练时，不仅关注于减少预测误差，还能有效避免过拟合问题，也使模型在面对新数据时保持良好的表现，从而实现更为可靠的预测能力。

公开(公告)号：CN119962571A

公开(公告)日：2025-05-09

申请号：CN202510048717.1

申请日：2025-01-13

Applicant: 河北工业大学

Inventor： 杨亮 ,  何振兴 ,  张华 ,  李林昊 ,  马子艺 ,  汪梦竹 ,  靳瑞勇 ,  卢金禹 ,  董纪悦

IPC: G06N3/042 ,  G06N3/0895 ,  G06N5/022 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明属于自监督图网络表征技术领域，具体是一种基于子空间的自适应负样本调节的网络表征方法。首先，提取网络图中节点的属性信息及结构信息，得到网络图的属性矩阵和邻接矩阵；属性矩阵分别经过两个属性编码器，得到第一个视图和第二个视图的属性特征；邻接矩阵分别经过两个结构编码器，得到第一个视图和第二个视图的结构特征；将第一个视图的属性特征和结构特征进行拼接，得到第一个视图的节点特征；同理，得到第二个视图的节点特征；接着，利用两个视图的节点特征，构建亲和度矩阵；然后，基于自适应负样本调节的图对比学习，对属性编码器和结构编码器进行训练，根据对比学习损失函数计算训练损失；最后，将两个视图的节点特征进行融合，得到节点表征。在每轮训练过程中动态地为各个负样本对分配权重，权重越大越可能是假负样本对，以解决负样本中存在假负样本的问题，提高节点表征能力。

公开(公告)号：CN114996267B

公开(公告)日：2025-04-15

申请号：CN202210562160.X

申请日：2022-05-23

Applicant: 河北工业大学

Inventor： 杨亮 ,  吴昊泽 ,  康丽娜 ,  陈磊 ,  许晓笛 ,  牛炳鑫

IPC: G06F16/22 ,  G06F16/23 ,  G06N3/084 ,  G06N3/0442

Abstract: 本发明为一种数据库动态索引的构建方法，该构建方法包括以下内容：获取数据库，所述数据库内存储有大量的元组，每一个元组中存储形式相同；制作全局数据集，从数据库中的数据信息中挑选所需属性，按照所需属性进行映射，找到映射中每条行记录所在的数据块，以键值和数据所在的数据块的块号组成键值对，以数据库中挑选出的所有键值对作为全局数据集；构建动态学习索引模型。该方法充分利用多种模型对多种数据结构的包容性，根据各个结点的数据分布使用最适合的索引模型，并且利用OLAP数据库的定期更新特性，对本动态学习索引模型进行自适用性更新。

公开(公告)号：CN118039015A

公开(公告)日：2024-05-14

申请号：CN202410154397.3

申请日：2024-02-02

Applicant: 河北工业大学 ,  敬业钢铁有限公司

Inventor： 刘晶 ,  庞艺博 ,  刘虎德 ,  杨亮 ,  李海龙 ,  董阿伦 ,  季海鹏

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/0455

Abstract: 本发明公开了一种基于动态时序特征的转炉终点元素含量预测方法，包括下述步骤：S1.构建包含基于分量数优化的数据重构模块与基于动态加权的时序预测模块；S2.对生产数据进行采集及数据预处理，并对处理后的数据进行不同时间窗口的划分，得到新的数据集形式；S3.在数据重构模块中，对时序数据进行重构和拼接，提取数据中关键特征的同时保证数据的完整性；S4.对于新的重构数据，时序预测模块在不同时间滑动窗内训练模型并进行预测，利用动态加权对不同时间滑窗的预测结果进行加权完成预测。