-
公开(公告)号：CN114529081B
公开(公告)日：2024-06-11
申请号：CN202210150863.1
申请日：2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/26
Abstract: 本发明公开了一种时空联合的交通流量预测方法及装置，属于交通流量预测技术领域，其中，该方法包括：获取各个监测点的监测数据，将数据按照时间周期性规律进行分类并建立数据集，根据数据集构建监测站点无向图，同时将数据集划分训练集、测试集和验证集；基于监测站点无向图，构建时空联合的交通流量预测模型；利用训练集对时空联合的交通流量预测模型进行训练，得到最优时空联合的交通流量预测模型；将验证集输入到最优时空联合的交通流量预测模型中，计算未来交通流量预测值。该方法通过对时空注意力进行解耦，将数据进行更加细粒性的特征划分，充分考虑到每个监测点和每个时刻的特征，更高效的提取数据中的空间相关性和时间。
-
公开(公告)号：CN116680405A
公开(公告)日：2023-09-01
申请号：CN202310372757.2
申请日：2023-04-10
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
IPC: G06F16/36 , G06F40/30 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/042 , G06N3/08 , G06N5/022 , G06N5/04
Abstract: 本发明提出了一种基于关系路径推理的全局数据空间链接预测方法及系统，利用全局数据空间技术对庞大的知识图谱数据进行获取和后续处理；利用知识图谱中大量存在的三角结构来挖掘关系路径，三角结构不仅能够得到路径推理的置信度，同时抽取的路径长度为2，在保证计算效率的同时得到了语义信息最丰富的关系路径；利用门控循环单元结构GRU技术对关系路径进行推理，为模型本身提供了丰富的语义信息；利用注意力机制保证实体对之间多条路径都能充分考虑，且做到了主次分明；改进了ConvR模型的关系初始嵌入结构，以使其在性能优化的同时解决了ConvR难以适应下游任务的问题；本发明的效果和现有技术相比有着显著优势，可以出色完成链接预测工作。
-
公开(公告)号：CN114529077A
公开(公告)日：2022-05-24
申请号：CN202210137611.5
申请日：2022-02-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于会话内异构行为的点击率预测方法，获得用户信息数据集、项目信息数据集和用户行为序列数据集，分别对三种数据集进行预处理，并分为训练集和测试集；构建基于会话内异构行为的点击率预测模型；训练构建的基于会话内异构行为的点击率预测模型；将待推荐用户的个人信息、待推荐项目信息和待推荐用户行为序列输入到训练后的基于会话内异构行为的点击率预测模型，计算用户对目标项目的点击率，根据点击率将项目进行排序，并将排序后的项目列表推荐给用户；本发明同时考虑了用户与项目之间的多种异构行为对用户兴趣的影响，利用注意力机制计算不同类型的行为对兴趣的影响权重，更加精准地提取用户的兴趣。
-
公开(公告)号：CN114519145A
公开(公告)日：2022-05-20
申请号：CN202210160090.5
申请日：2022-02-22
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 本发明提出了一种基于图神经网络挖掘用户长短期兴趣的序列推荐方法,获得用户个人信息和用户交互序列数据集，将数据集进行预处理并分为训练集和测试集；构建基于图神经网络挖掘用户长短期兴趣的序列推荐模型；对所述基于图神经网络挖掘用户长短期兴趣的序列推荐模型进行训练；将待推荐用户的个人信息和交互序列输入到训练后的基于图神经网络挖掘用户长短期兴趣的序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户；本发明解决序列推荐场景中没有办法有效捕获用户长短期兴趣，并难以分辨噪声的问题。
-
公开(公告)号：CN114238755A
公开(公告)日：2022-03-25
申请号：CN202111456522.9
申请日：2021-12-01
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提出基于多关系发现的个性化推荐方法，本发明使用图神经网络等技术构建基于多关系发现的个性化推荐模型，利用用户个人信息和交互序列数据，构建用户社交关系图、用户交互关系图、基于个人信息的用户潜在关系图和基于交互序列的用户潜在关系图，模型训练过程中不断更新潜在关系图，充分考虑和挖掘用户间的多种关系，大大提高了个性化推荐性能。
-
Patent Agency Ranking
公开(公告)号：CN112906941A
公开(公告)日：2021-06-04
申请号：CN202110083073.1
申请日：2021-01-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种面向动态相关空气质量时间序列的预测方法及系统，其中，该方法包括：获取网格气象数据，利用图像卷积法对其进行处理得到污染物时间序列；采用多特征聚类法根据上述数据的不同特征与多种空气污染物之间的相关性对特征分组；根据ARIMA模型对污染物时间序列进行拟合，获得残差序列和一部分预测值，并将其放入特征组中，根据不同特征组的数据是否为序列形式将其输入到不同的编码器中，然后将结果融合后输入解码器中进行预测得到另一部分预测值；利用CNN对历史空气质量数据进行卷积得到空气质量时间序列，并使用ARIMA模型处理得到第三部分预测值，通过softmax函数将上述三部分预测值加权求和，得到最终预测结果。
-
公开(公告)号：CN112085163A
公开(公告)日：2020-12-15
申请号：CN202010870423.4
申请日：2020-08-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于注意力增强图卷积神经网络AGC和门控循环单元GRU的空气质量预测方法，所述方法具体包括：首先选取待预测的污染物并获取用于空气质量预测的数据集进行预处理，对预处理后的数据集按比例划分训练集和测试集；其次构建AGC‑GRU模型，并将训练集输入到AGC‑GRU模型并采用反向传播算法进行训练，得到最优模型参数；最后将测试集输入训练后的AGC‑GRU模型中进行预测，得出所选择污染物的预测值。本发明可以同时考虑并提取相关数据集的时序特征和空间特征，达到准确预测的目的。
-
公开(公告)号：CN110928659A
公开(公告)日：2020-03-27
申请号：CN201911141458.8
申请日：2019-11-20
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种具有自适应功能的数值水池系统远程多平台接入方法。本发明根据用户提交计算作业相关参数；根据计算作业的求解器类型和网格数量，推荐最优模式下所需的计算资源平台和节点核数，将计算作业放入就绪队列中；判断计算作业是否存在跨平台接入变化服务，数值水池平台系统自动解析集群作业调度策略，生成相应的执行脚本命令。将计算作业提交到本地集群，并根据最优计算核数分配计算节点。判断队列是否为空。本发明有效地解决了数值水池系统远程多平台接入问题，并能够针对计算作业量大小动态调整所接入的计算资源平台，针对数值水池系统用户实现了自适应接入方法，提高用户可操作性，增强用户体验。
-
公开(公告)号：CN110659513A
公开(公告)日：2020-01-07
申请号：CN201910933708.5
申请日：2019-09-29
Applicant: 哈尔滨工程大学
IPC: G06F21/62
Abstract: 本发明公开了一种面向多敏感属性数据发布的匿名隐私保护方法。步骤1：计算原始数据表中各属性间的相关性，定义属性类别；步骤2：根据属性间的相关性，将所有属性进行分组；步骤3：将每个分组按照属性间相关性大小，由高到低排序；步骤4：计算每组内，敏感属性值出现频率，判断属性值是否需要保护；步骤5：将需要保护的敏感属性值及其关联属性与无需保护的敏感属性值进行交换；步骤6：对相关属性进行频繁项集挖掘；步骤7：使用聚类技术生成匿名等价组，匿名等价组内每个敏感属性满足L多样性。本发明通过降低匿名率，关联属性共同置换，在保证隐私保护强度的同时，提高数据的可用性。
-
公开(公告)号：CN103176961A
公开(公告)日：2013-06-26
申请号：CN201310069560.8
申请日：2013-03-05
Applicant: 哈尔滨工程大学
IPC: G06F17/27
Abstract: 本发明的目的在于提供一种基于潜在语义分析的迁移学习方法，包括以下步骤：对训练数据做去停用词、词干化处理，分别计算源领域与目标领域词汇权重，得到词汇-文本矩阵M，对矩阵M进行奇异值分解，将M中词汇与文本映射到低维潜在语义空间，去除源领域中同义词噪音影响，调整矩阵M结构，从源领域中找出与目标领域文本关联度较大的词汇作为迁移词，再对矩阵M结构进行调整，分析调整后的矩阵M中目标领域词汇，得到目标领域数据新的特征表示，在训数据集中得到最终分类器，对测试数据集S进行分类。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.035 seconds)
