-
公开(公告)号：CN114491248A
公开(公告)日：2022-05-13
申请号：CN202210067403.2
申请日：2022-01-20
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于用户多意图演进的序列推荐方法，所述方法具体包括：采集用户的历史交互数据，并对数据进行预处理；设计多意图提取模块，捕获用户的多个意图；设计意图感知重映射层，将序列的顺序信息和时间信息显示地注入到用户项目的交互序列中；设计意图感知演进层，捕捉用户每个兴趣意图的动态偏移；设计多意图聚合模块，在更精细的意图粒度上捕获具有更多信息的用户表示。本发明可以同时考虑用户历史交互序列中的潜在多意图、不同意图的动态演变以及丰富候选物品的特征表示最大化的利用多意图嵌入的好处，从而达到提升推荐性能的目的。
-
公开(公告)号：CN112765229A
公开(公告)日：2021-05-07
申请号：CN202011563544.0
申请日：2020-12-25
Applicant: 哈尔滨工程大学
IPC: G06F16/2458 , G06F16/215 , G06F16/951 , G01N33/00 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/26
Abstract: 本发明公开了一种基于多层注意力机制的空气质量推断方法，属于环境空气质量监测领域。本发明将城市划分成大小相同的网格，每个网格的空气质量受到相邻网格区域的影响，为了推断未部署空气质量监测传感器区域准确的空气质量，利用待推断区域、待推断区域周围的网格区域以及已部署传感器区域的时序数据和非时序数据，通过多层注意力机制，自适应地对不同的站点、网格区域、历史时间片数据赋予不同的权值，大大提升模型对空气质量推断的精度。
-
公开(公告)号：CN112288156A
公开(公告)日：2021-01-29
申请号：CN202011155619.1
申请日：2020-10-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于元学习和图注意力时空神经网络的空气质量预测方法，属于空气质量预测技术领域。获取数据；将多个城市划分为源城市和目标城市；根据城市监测站点地理空间数据构建图结构，将监测站点位置作为图的顶点，通过设置距离阀值来确定任意两顶点是否存在边；根据城市监测站点图结构构造输入特征向量，输入图注意力时空神经网络模型进行计算，图注意力时空神经网络模型是由图注意力网络(GAT)和双层长短期记忆网络(LSTM)组成，获取监测站之间的空间相关性和时间相关性；从多个源城市中迁移知识，对注意力时空神经网络模型进行有效的初始化。本发明可以在数据缺失的情况下保持空气质量的时空预测的准确性。
-
公开(公告)号：CN111105142A
公开(公告)日：2020-05-05
申请号：CN201911165526.4
申请日：2019-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种面向用户个性化隐私保护的众包任务分配方法，包括以下步骤：初始化用户隐身区域，生成以用户为中心的正方形区域，在区域内随机选择一个点，以该随机点为中心生成面积大小相同的正方形区域；对隐身区域进行网格划分，计算每个网格的信息量；依次删除信息量最低的网格，在当前隐身区域边界的相邻网格中选择信息量最高的网格进行替换扩充，得到最大信息量的连续隐身区域；计算任务分配过程中用户期望距离；平台选择用户期望距离最小的有限分配，选出满足任务请求者需求的所有用户。本发明在提供众包任务服务过程中，为用户提供个性化隐私方案的同时，通过对用户隐身区域的合理规划，增强用户的隐身效果，为用户隐私提供更好的保障。
-
公开(公告)号：CN110636065A
公开(公告)日：2019-12-31
申请号：CN201910900384.5
申请日：2019-09-23
Applicant: 哈尔滨工程大学
Abstract: 本发明是一种基于位置服务的位置点隐私保护方法。本发明提出了一种以真实查询结果为基准的服务质量损耗函数，根据用户真实位置生成模糊区域，对模糊区域进行后处理，在区域内选取假位置点替换真实位置点提交到LBS服务器。用户还可以提出可接受的服务质量损失，用最大可容忍度Lmax表示，剪枝枚举降低时间复杂度；维诺图枚举降低时间复杂度。本发明可以在保证用户位置隐私的同时，得到无损的服务质量。用户还可以提出容忍的最大服务质量损耗，在用户可接受的服务质量损失下保护用户位置隐私。
-
Patent Agency Ranking
公开(公告)号：CN114519145B
公开(公告)日：2025-03-21
申请号：CN202210160090.5
申请日：2022-02-22
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06Q30/0601
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：CN114547303B
公开(公告)日：2024-10-29
申请号：CN202210165299.0
申请日：2022-02-18
Applicant: 哈尔滨工程大学
IPC: G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于Bert‑LSTM的文本多特征分类方法及装置，属于文本分类技术领域，其中，该方法包括：确定待分类文本数据集，并划分为训练集和测试集；构建基于Bert‑LSTM的文本多特征分类模型；利用训练集对文本多特征分类模型进行训练，得到最优文本多特征分类模型；将待分类文本数据输入最优文本多特征分类模型中，计算待分类文本数据的得分，根据得分将其划分到预设对应类别中。该方法使用BERT以及双向长短期记忆网络等构建基于Bert‑LSTM的文本多特征分类模型，利用挖掘文本多方面的词特征信息和词义潜在语义表示特征信息，融入文本向量，模型在训练过程中充分利用多特征信息，提升了文本分类的性能。
-
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：CN116894263A
公开(公告)日：2023-10-17
申请号：CN202310703296.2
申请日：2023-06-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提出了一种基于公平性的面向多元隐私数据的预测方法及系统；首先确定给定的逻辑回归的多元数据集的预测任务和敏感属性；使用函数机制的思想，将逻辑回归损失函数使用切比雪夫多项式展开为多项式的形式；使用决策树算法选择出对敏感属性影响最大的属性；使用贝叶斯网络选择出若干个对敏感属性影响最大的一组属性；在展开的多项式函数的系数上加入带有公平性约束惩罚项的拉普拉斯噪声；使用已满足公平性和差分隐私保证的损失函数进行对数据集的预测任务；本发明通过使用切比雪夫多项式、决策树算法和贝叶斯网络，以及带有公平性约束惩罚项的拉普拉斯噪声，来保护多元数据集的隐私和公平性，并确保预测任务可以顺利完成。
-
公开(公告)号：CN116739082A
公开(公告)日：2023-09-12
申请号：CN202310659846.5
申请日：2023-06-05
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
Abstract: 一种基于先验知识的数据增值链接预测方法、装置、计算机设备及介质，属于知识图谱链接预测技术领域，解决了现有知识图谱中存在的内容缺失问题。本发明首先通过利用三元组中的实体和关系的类型信息，进行基于类型层次的初始权重设置。然后，根据类型的权重进行实体和关系的相关度计算后，对类型关系权重矩阵进行训练。接着，本发明利用类型信息组成的先验知识得到先验概率，再通过卷积模型和图注意力模型以及基于翻译的模型计算得到似然概率，并将两个概率按照贝叶斯公式进行整合，得到最终的概率进行预测。本发明适用于社交网络中预测用户之间是否建立联系、推荐系统中为用户提供个性化推荐服务、网络安全中预测异常情况等场景。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.065 seconds)
