-
公开(公告)号：CN110705045A
公开(公告)日：2020-01-17
申请号：CN201910869223.4
申请日：2019-09-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用网络拓扑特性构建加权网络的链路预测方法，可用于研究复杂网络中边的拓扑权重对链路预测精度的影响。其实现步骤为：根据输入的数据集构建网络，计算网络中每条边的聚类特性,其大小用JC(exy)来衡量和扩散特性，其大小用KD(exy)来衡量。一条边的聚类特性是指以这条边形成三角形的数目，一条边的扩散特性是指这条边的两个节点x,y的邻居节点集合中去除节点x,y后不能和这条边构成三角形的节点的集合，反应一条边的扩散能力。综合定义边的聚类和扩散特性CD(exy)，并将其作为边的拓扑权重。把拓扑权重的值带入WCN,WAA,WRA和WLP中，生成新的相似性指标WCD-CN，WCD-AA，WCD-RA和WCD-LP。根据公式计算被预测节点对x,y的相似度分数Sxy，最后计算出各个指标的AUC值。
-
-
公开(公告)号：CN101872339B
公开(公告)日：2013-08-07
申请号：CN201010197983.4
申请日：2010-06-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于复杂动态网络的Hash算法。该算法采用对待Hash的原始消息的消息块按一定的规则构造消息块网络MBN，并将该MBN的点集和边集使用一定变换规则映射到复杂动态网络CDN的节点状态初值和邻接矩阵中，从而，构成包含原始消息结构的权重复杂动态网络WCDN。通过对每个消息块的WCDN进行迭代、量化处理以及异或处理最终得到Hash值。本发明利用WCDN对初值及参数的极其敏感性，在少数的几次WCDN迭代处理后，就可获得混淆和扩散特性优良的安全性能，同时也有效降低了计算复杂度。
-
公开(公告)号：CN118984295A
公开(公告)日：2024-11-19
申请号：CN202411100185.3
申请日：2024-08-12
Applicant: 南京邮电大学
Abstract: 本发明涉及网络尤其是超网络节点识别技术领域，具体公开了一种基于多维度决策融合的超网络重要节点识别方法、系统、设备与存储介质。该方法包括步骤：构建超网络节点至少包含拓扑指标、搜索指标和传播指标的多维度指标；计算各多维度指标所占权重；根据多维度指标及其所占权重，采用决策融合的方法得到各节点的净支配系数，对节点的重要性排名，识别出其中重要节点。本发明通过考虑将多个维度上的重要节点识别方法作为节点的指标，并通过Electre方法进行决策融合，挖掘出在超网络上的重要节点，为后续对重要节点施加措施提供基础条件。
-
公开(公告)号：CN118917547A
公开(公告)日：2024-11-08
申请号：CN202411037646.7
申请日：2024-07-31
Applicant: 南京邮电大学
IPC: G06Q10/063 , G06Q10/067 , G06Q50/00
Abstract: 本发明公开了基于社会作用力理论的高阶网络信息传播方法及系统，涉及信息传播技术领域，包括：获取社交网络用户相关信息，将社交网络用户相关信息输入至预先建立的高阶网络模型内，通过高阶网络模型中的单纯复形生成社交网络用户间关系；根据社交网络用户间关系获取用户影响力、亲密度以及羊群效应，基于社会作用力理论结合这三个因素生成信息接受率，将信息吸引程度作为信息传播率，信息老化速度作为信息老化率生成基于单纯复形网络的UAPR信息传播模型；探究信息吸引程度以及信息老化速度对传播过程的影响，将信息吸引程度以及信息老化速度输入至预先建立的基于单纯复形网络的UAPR信息传播模型内，输出得到预测的信息传播趋势和规律。
-
Patent Agency Ranking
公开(公告)号：CN117359650B
公开(公告)日：2024-07-05
申请号：CN202311105198.5
申请日：2023-08-29
Applicant: 江苏建科土木工程技术有限公司 , 南京邮电大学 , 江苏建科工程设计有限公司
Abstract: 本发明提出了一种基于耦合加载机构的建筑缆索加载力主动控制方法，包括：步骤1、安装耦合加载机构；步骤2、建立耦合加载机构对斜拉桥攀爬机器人沿斜拉索轴向的阻尼力学模型Ft，并根据防打滑模型求解耦合加载机构的额定输出加载力F0、设置斜拉桥攀爬机器人的额定爬行速度V0；步骤3、实时测量斜拉桥攀爬机器人的实际爬行速度V1；步骤4、调整Ft的输出值。本发明在机器人爬行速度产生波动时，调节耦合加载机构的刚度与阻尼，进而调节输出加载力，维持稳定的摩擦力，使机器人保持稳定的爬升速度。
-
公开(公告)号：CN117124361A
公开(公告)日：2023-11-28
申请号：CN202311096590.8
申请日：2023-08-29
Applicant: 南京邮电大学
Abstract: 本发明提出了一种软体抓取机器人的设计方法，包括：首先设计不同的混合变刚度机构，并制作相应的混合变刚度软体驱动器；之后搭建气动驱动测试平台和变刚度性能测试平台；之后对每种混合变刚度软体驱动器均进行弯曲性能测试和刚度测试；最后进行对比分析混合变刚度软体驱动器的弯曲性能和变刚度能力，选择综合性能最佳的混合变刚度软体驱动器。本发明制作了三种不同的驱动器，搭建了气动驱动测试平台和变刚度性能测试平台，对制作完成的三种混合变刚度软体驱动器进行了弯曲性能测试和刚度测试，使其同时兼顾弯曲性能和变刚度性能。
-
公开(公告)号：CN117056597A
公开(公告)日：2023-11-14
申请号：CN202310991236.5
申请日：2023-08-08
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/042 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开了一种基于噪声增强的对比学习图推荐方法。该方法包括以下步骤：1、在嵌入模块中利用用户项目交互关系构造用户项目二部图并初始化用户项目的特征表示；2、在用户项目消息传递模块中捕获涉消息传递下用户项目之间的隐式关系以及具有高阶关系的感知协作信号；3、在图对比模块中利用噪声进行图增强，通过对比正负样本使节点分布更加均匀；4、在预测模块中对每个用户和物品的最终表征进行点积获得最后的预测值。本发明能够缓解流行度偏差以及数据稀疏性问题，提高推荐精度，实现良好的个性化推荐效果。
-
公开(公告)号：CN113821799B
公开(公告)日：2023-07-28
申请号：CN202111042100.7
申请日：2021-09-07
Applicant: 南京邮电大学
IPC: G06F21/56 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于图卷积神经网络的恶意软件多标签分类方法，所述分类模型包括如下步骤：S100：函数调用图的特征提取，反汇编原始二进制文件，得到汇编码，提取函数调用图的语义及结构特征，得到样本的图嵌入向量；S200：多标签关系的特征提取，通过标签关系图，构建用于提取标签关系的模型，得到多标签分类器；S300：将所述图嵌入向量和所述多标签分类器进行点乘，并将点乘所得的结果进行结构映射，得到分类结果；S400：构建多标签损失函数，通过计算每个标签的分类结果和真实结果的差值，计算出所述分类模型的损失值。相对于现有技术，本发明对具有多种标签的恶意软件具有很好的多标签分类效果。
-
公开(公告)号：CN115168678A
公开(公告)日：2022-10-11
申请号：CN202210721077.2
申请日：2022-06-23
Applicant: 南京邮电大学
IPC: G06F16/906 , G06F16/901 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种时序感知的异质图神经谣言检测模型，近年来，在线社交媒体的发展大大加速了谣言的滋生和传播，谣言的危害性使得谣言的自动检测技术受到研究学者的广泛关注。本发明同时考虑事件与事件之间的全局结构关系以及事件内部消息传播的时序关系，以异质图为载体共同显式建模两种关系，提出一种新的时序感知的异质图神经谣言检测模型。该模型利用时序感知的自注意力机制捕获事件内部转发(或评论)贴之间的时序关系，并将具有时序信息的转发(或评论)贴与源贴融合，得到事件的局部时序表征；接着利用元素级注意力机制捕捉事件与事件之间的全局结构关系，学习事件的全局结构表征；最后将二者融合用于检测谣言。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.023 seconds)
