-
公开(公告)号：CN108833138B
公开(公告)日：2021-03-16
申请号：CN201810481373.3
申请日：2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种错误累积敏感的增量式动态社区发现方法及系统，其中，方法包括：计算给定动态社交网络的错误累积最佳阈值；在第一个时间片，采用静态方法获得动态社交网络的初始社区结构；从第二个时间片开始直到结束，判断当前时间片的错误累积预估值是否超过错误累积最佳阈值，是，则重新进行社区划分，获得当前时间片社区结构；否，则动态更新增量节点的社区归属，获得当前时间片的社区结构。本发明充分考虑了传统增量式动态社区发现中存在的错误累积现象，对每个时间片的错误累积进行了预估，并根据错误累积预估结果选择合适策略进行社区发现，在确保社区发现效率的基础上，提高了社区发现的准确性。
-
公开(公告)号：CN108737158B
公开(公告)日：2021-09-28
申请号：CN201810320793.3
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于最小生成树的社交网络层次社区发现方法及系统，属于网络分析技术领域，通过计算给定社交网络所有相邻节点间连接强度来构建微社区；计算所有微社区间的紧密度，构造最小生成树，得到社交网络的层次社区结构。本发明的最小生成树构造复杂度低，能够有效处理大规模社交网络数据，无需任何人为参数设置，能够准确、高效地发现社交网络的层次社区结构。
-
公开(公告)号：CN108809697B
公开(公告)日：2021-05-18
申请号：CN201810482392.8
申请日：2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于影响力最大化的社交网络关键节点识别方法及系统，所述方法包括如下步骤：对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。本发明充分利用社交网络中节点影响力排名信息，并考虑节点邻居间影响力的差异性，采用全局策略进行关键节点选择，确保社交网络关键节点识别的准确性。
-
公开(公告)号：CN108833461B
公开(公告)日：2020-07-17
申请号：CN201810316574.8
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于网络分解的社交网络关键节点发现方法及系统，属于网络分析技术领域；根据网络中各个节点的中心性值初步确定候选关键节点集合，根据所述候选关键节点在网络中的连通分支节点数量确定社交网络的关键节点。本发明解决了邻居节点之间的连边对网络破坏能力的影响，设计了更加准确的节点中心性指标，选取了更加合理的节点放回策略，并且无需进行参数设置，社交网络关键节点发现更加高效、准确。
-
公开(公告)号：CN108171266A
公开(公告)日：2018-06-15
申请号：CN201711442778.8
申请日：2017-12-25
Applicant: 中国矿业大学
IPC: G06K9/62
Abstract: 本发明公开了一种多目标深度卷积生成式对抗网络模型及其学习方法，主要解决目前深度卷积生成式对抗网络训练难以收敛和训练不稳定问题，其实现方案是：提出了多目标深度卷积生成式对抗网络模型；采用群搜索策略同时训练多组深度卷积生成式对抗网络实现多个个体协同进化保证了模型训练的稳定性；采用Pareto占优机制每次迭代中选择潜在最优的生成网络和对抗网络的组合进行后期的训练保证了模型训练的收敛性；针对深度卷积网络特性设计了交叉算子实现不同网络之间参数信息的交互；结合演化算法的全局搜索能力和梯度下降算法的快速局部搜索能力可以有效地保证新提出的学习框架的准确性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN108833461A
公开(公告)日：2018-11-16
申请号：CN201810316574.8
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于网络分解的社交网络关键节点发现方法及系统，属于网络分析技术领域；根据网络中各个节点的中心性值初步确定候选关键节点集合，根据所述候选关键节点在网络中的连通分支节点数量确定社交网络的关键节点。本发明解决了邻居节点之间的连边对网络破坏能力的影响，设计了更加准确的节点中心性指标，选取了更加合理的节点放回策略，并且无需进行参数设置，社交网络关键节点发现更加高效、准确。
-
公开(公告)号：CN108833138A
公开(公告)日：2018-11-16
申请号：CN201810481373.3
申请日：2018-05-18
Applicant: 中国矿业大学
Abstract: 本发明涉及一种错误累积敏感的增量式动态社区发现方法及系统，其中，方法包括：计算给定动态社交网络的错误累积最佳阈值；在第一个时间片，采用静态方法获得动态社交网络的初始社区结构；从第二个时间片开始直到结束，判断当前时间片的错误累积预估值是否超过错误累积最佳阈值，是，则重新进行社区划分，获得当前时间片社区结构；否，则动态更新增量节点的社区归属，获得当前时间片的社区结构。本发明充分考虑了传统增量式动态社区发现中存在的错误累积现象，对每个时间片的错误累积进行了预估，并根据错误累积预估结果选择合适策略进行社区发现，在确保社区发现效率的基础上，提高了社区发现的准确性。
-
公开(公告)号：CN108809697A
公开(公告)日：2018-11-13
申请号：CN201810482392.8
申请日：2018-05-18
Applicant: 中国矿业大学
CPC classification number: H04L41/12 , G06Q50/01 , H04L41/14 , H04L41/142 , H04L51/32
Abstract: 本发明涉及一种基于影响力最大化的社交网络关键节点识别方法及系统，所述方法包括如下步骤：对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。本发明充分利用社交网络中节点影响力排名信息，并考虑节点邻居间影响力的差异性，采用全局策略进行关键节点选择，确保社交网络关键节点识别的准确性。
-
公开(公告)号：CN108737158A
公开(公告)日：2018-11-02
申请号：CN201810320793.3
申请日：2018-04-10
Applicant: 中国矿业大学
Abstract: 本发明涉及一种基于最小生成树的社交网络层次社区发现方法及系统，属于网络分析技术领域，通过计算给定社交网络所有相邻节点间连接强度来构建微社区；计算所有微社区间的紧密度，构造最小生成树，得到社交网络的层次社区结构。本发明的最小生成树构造复杂度低，能够有效处理大规模社交网络数据，无需任何人为参数设置，能够准确、高效地发现社交网络的层次社区结构。
-
公开(公告)号：CN202257273U
公开(公告)日：2012-05-30
申请号：CN201120409523.3
申请日：2011-10-20
Applicant: 中国矿业大学
IPC: G05D1/02
Abstract: 本实用新型公开了一种循迹取物小车，包括轨迹、金属物体、小车小车、程序驱动模块、电机驱动模块、电源模块、红外检测模块、电磁铁模块以及车轮，其特征在于：小车能够沿着轨迹运行，取到金属物体并沿轨迹返回。所述小车的前方等间距的安装有三个红外检测模块及一个电磁铁模块，车体上安装有单片机程序驱动模块、电机驱动模块、电源模块，小车的下方安装有车轮。该实用新型不仅可以作为儿童的益智玩具，对于井下无人操作的研究也起到了一定的作用，该实用新型结构简单，易于实现。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
