一种网络舆情的热点预测和分析方法

    公开(公告)号:CN101763401B

    公开(公告)日:2012-05-30

    申请号:CN200910214401.6

    申请日:2009-12-30

    Applicant: 暨南大学

    Abstract: 本发明涉及一种网络舆情的热点预测和分析方法,包括以下步骤:步骤(1)、将及时采集的舆情信息输入基于内容快速识别的热点舆情预测模型,根据处理结果将舆情信息分为热点舆情和普通舆情,对热点舆情发出预警;步骤(2)、将普通舆情信息输入基于数值表现的热点预测模型,从参与人数分布和时间状态分布上,对所输入的普通舆情信息进行数值模式匹配,检测出步骤(1)所漏检的热点舆情信息;步骤(3)、对热点舆情进行分析;步骤(4)、对热点舆情进行预测。本发明将内容和数值表现结合在一起,是一种综合的舆情热点监控方法,预测时间短,且预测效果准确。

    一种父实体选择通信机制入侵检测方法、装置及系统

    公开(公告)号:CN101459558A

    公开(公告)日:2009-06-17

    申请号:CN200810220690.6

    申请日:2008-12-31

    Applicant: 暨南大学

    Abstract: 本发明为一种父实体选择通信机制入侵检测方法,包括以下步骤:主机子实体通过主机父实体表判断主机是否存在合适父实体;若判断结果为是,则所述主机子实体与合适父实体建立连接关系;若判断结果为否,则所述主机子实体向网络发送广播信息;主机外父实体接收到所述广播信息后回馈信息到所述主机子实体;主机子实体分析所述回馈信息,根据分析结果更新主机父实体表并与主机外合适父实体建立连接关系,已建立连接关系父实体检测所述数据包是否存在入侵行为。本发明还提供了一种基于移动代理机制的父实体选择通信机制入侵检测装置及系统。本发明可以减少IDS系统误报率和漏报率,有效解决网络“单点失效”问题,同时有效提高各代理之间的数据共享。

    一种基于长短期记忆神经网络的教育资源多样化推荐方法及系统

    公开(公告)号:CN119991375A

    公开(公告)日:2025-05-13

    申请号:CN202510436954.5

    申请日:2025-04-09

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于长短期记忆神经网络的教育资源多样化推荐方法及系统,涉及教育资源推荐技术领域,其中方法包括:S1.获取学习者的历史学习资源信息,并将学习者进行划分;S2.基于划分的结果,进行学习者表征增强与知识点掌握建模;S3.基于学习者的知识点掌握程度,生成候选教育资源列表;S4.基于候选教育资源列表,计算教育资源相关性与多样性得分;S5.融合教育资源相关性与多样性得分,按最终分数从高到低为学习者推荐指定数量的教育资源。本发明提出了序列增强模块,通过结合不活跃学习者的历史学习行为和积极学习者的丰富历史数据,对不活跃学习者的学习表示进行增强。

    一种基于自适应元学习的药物虚拟筛选方法

    公开(公告)号:CN115101145B

    公开(公告)日:2024-09-17

    申请号:CN202210737270.5

    申请日:2022-06-27

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于自适应元学习的药物虚拟筛选方法及系统,包括以下步骤:S1、对公开数据库的药物分子数据进行预处理获得分子图数据并划分T个数据集;S2、构建基于元学习器的多任务神经网络模型;S3、利用上述数据集对神经网络模型进行预训练,得到药物虚拟筛选模型;S4、输入任务目标的数据到上述药物虚拟筛选模型,对任务的权重进行调整,添加目标任务相关的预测层,得到与目标任务强相关的药物虚拟筛选模型。本方法与基于深度学习的药物筛选方法相比,利用元学习器对模型进行任务权重上的调整,通过添加目标任务相关的预测层,能够自适应调整模型,使药物虚拟筛选模型达成更好的泛化性能,能够筛选出具有足够活性且符合要求的药物分子。

    一种基于图神经网络的学习群体差异评价方法与系统

    公开(公告)号:CN117540104B

    公开(公告)日:2024-08-02

    申请号:CN202311762184.0

    申请日:2023-12-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统,包括:获取学习者做题的历史交互信息,对历史交互信息进行处理,得到知识点群体和知识点群体构成的潜在交互序列;根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类,得到学习者群体;计算所述学习者群体之间的差异,得到群体差异量化结果;将群体差异量化结果输入循环神经网络模块进行训练,得到训练完毕的学习群体差异评价模型;将学习者做题的交互信息输入至模型,得到学习者学习能力评估结果。本申请与传统技术相比,能实现数据驱动的群体动态分组,精准评估群体学习情况,输出不同层次学习者群体的学习能力评价结果,以便制定更有效的后续教育计划。

    一种在P4可编程交换机上实现SHA256算法的方法

    公开(公告)号:CN116132018B

    公开(公告)日:2024-06-18

    申请号:CN202211640459.9

    申请日:2022-12-20

    Applicant: 暨南大学

    Abstract: 本发明公开了一种在P4可编程交换机上实现SHA256算法的方法,包括如下步骤:S1、将P4可编程交换机安排为包括预处理模块、中间数据处理模块以及数据平面处理模块,预处理模块和中间数据处理模块联接至P4可编程交换机的控制平面上,该数据平面处理模块联接至P4可编程交换机流水线上;S2、通过预处理模块在交换机控制平面上接收待处理的消息,对待处理数据进行扩展处理,在P4可编程交换机上实现SHA256算法的方法将需要加密的内容放入交换机的控制平面进行解析,生成流表项,交由控制平面进行下一步操作,这样就能够在可编程网络的数据平面中实现一种保证数据签名算法安全所必须的安全散列算法,提高了网络数据签名的安全性。

    一种基于标记句式决策图的电路简化方法及系统

    公开(公告)号:CN117272881B

    公开(公告)日:2024-03-12

    申请号:CN202311556851.X

    申请日:2023-11-21

    Applicant: 暨南大学

    Abstract: 本发明公开了一种基于标记句式决策图的电路简化方法及系统,包括以下步骤:S1、将电子电路转换为布尔逻辑表达式;S2、采用标记句式决策图表征布尔逻辑表达式;S3、对标记句式决策图进行约简;S4、根据约简后的标记句式决策图更新布尔逻辑表达式;S5、根据更新后的布尔逻辑表达式设计简化后的电子电路。本申请与传统技术相比,将电子电路转化为标记句式决策图,通过对标记句式决策图进行约简从而达成简化电子电路的目的,采用的复合规则的二元关系最小化方法能够避免决策图约简过程中出现的规模较大、定义冲突与内存冗余的问题,同时可以更加稳定高效地简化电路,具有良好的应用前景。

    入侵检测方法及系统
    59.
    发明公开

    公开(公告)号:CN114448599A

    公开(公告)日:2022-05-06

    申请号:CN202210151457.7

    申请日:2022-02-18

    Abstract: 本发明公开一种入侵检测方法及系统,其由边缘节点对边缘侧自身的设备特征数据进行边缘入侵检测模型的构造,由云节点基于所有边缘节点的边缘入侵检测模型的模型输入和模型输出训练云节点的全局模型参数,其中,所述全局模型为基于贝叶斯深度学习的模型;同时云节点基于全局模型预测的误差精度自适应调整全局模型输入的采样数据量,本发明不仅能减少云节点通信传输的压力,还提升了云节点响应服务的能力。同时,本发明每隔一检测周期进行入侵检测模型的更新,全局模型的参数更新会随着边缘节点的数据分布的变动而变动,从而能提高入侵检测的准确率。

    智慧学习的化学实验虚拟仿真系统及方法

    公开(公告)号:CN110473441B

    公开(公告)日:2022-04-26

    申请号:CN201910653659.X

    申请日:2019-07-19

    Applicant: 暨南大学

    Abstract: 本发明公开了一种智慧学习的化学实验虚拟仿真系统及方法,包括化合物和元器件触发事件监听器模块以及化学反应模拟器模块,化合物和元器件触发监听器模块含多个监听点,监听点监听以下信息:元器件与元器件之间触发的元器件属性变化事件或者产生新元器件;化合物与元器件组合,化合物属性被赋予元器件的新属性;化合物与化合物组合,获取生成化合物和反应现象。化学反应模拟器模块监听元器件、化合物与化合物混合状态,调用元素周期表和海量化合物结构信息,据化合物和反应条件经反应方程式函数智能推算出生成化合物、反应现象和剩余化合物信息。本发明目的在于让化学虚拟仿真系统能够智慧学习,为虚拟化学智慧实验提供反应数据和反应现象支持。

Patent Agency Ranking