-
Patent Agency Ranking
公开(公告)号：CN111983662A
公开(公告)日：2020-11-24
申请号：CN202010890779.4
申请日：2020-08-29
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于图论分析的联邦EKF滤波方法及其应用，涉及滤波方法技术领域，所述方法包括将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。本发明通过建立分散式联邦EKF迭代数据融合模型，将传统的“局部-中心”模式优化为无中心迭代式数据融合模式，在某个节点出现故障或较大量测噪声时仍能提供较准确的估计结果，提高整个数据融合系统的鲁棒性，保证系统的长时间可靠。
-
公开(公告)号：CN111030854A
公开(公告)日：2020-04-17
申请号：CN201911228456.2
申请日：2019-12-04
Applicant: 兰州交通大学
Abstract: 本发明属于网络社团发现技术领域，公开了一种Spark云服务环境下面的复杂网络社团发现方法，通过改进型PageRank算法进行复杂网络社团的探测；基于多种关系网络进行异构网络信息的融合；利用检测程序检测复杂网络社团异常；通过隶属度传播模型对复杂网络社团进行挖掘；利用划分程序对复杂网络社团进行划分；利用扩展程序对复杂网络社团进行扩展、优化、大数据计算处理、存储、显示。本发明通过社团挖掘模块突破了现有技术所通常受到的限制；在稳定性、鲁棒性、以及各种评价指标方面效果好；通过社团确定模块确定整个复杂网络中的目标局部重心点，进而确定初始社团，再经过对初始社团的筛选得到准确率较高的网络社团。
-
公开(公告)号：CN111983662B
公开(公告)日：2025-01-14
申请号：CN202010890779.4
申请日：2020-08-29
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于图论分析的联邦EKF滤波方法及其应用，涉及滤波方法技术领域，所述方法包括将图论分析法引入联邦滤波模型中构建无中心迭代式数据融合模型，所述无中心迭代式数据融合模型中将联邦滤波器的各定位子系统作为图论分析中图的节点，各节点之间的相关性作为边获得无中心迭代式数据融合模型。本发明通过建立分散式联邦EKF迭代数据融合模型，将传统的“局部‑中心”模式优化为无中心迭代式数据融合模式，在某个节点出现故障或较大量测噪声时仍能提供较准确的估计结果，提高整个数据融合系统的鲁棒性，保证系统的长时间可靠。
-
公开(公告)号：CN111047453A
公开(公告)日：2020-04-21
申请号：CN201911228464.7
申请日：2019-12-04
Applicant: 兰州交通大学
IPC: G06Q50/00
Abstract: 本发明属于社交网络社区的检测技术领域，公开了一种基于高阶张量分解大规模社交网络社区的检测方法及装置，所述基于高阶张量分解大规模社交网络社区的检测装置包括：网络信息采集模块、中央控制模块、社区搜索模块、社区共享模块、网络压缩模块、社区分析模块、影响力评估模块、显示模块。本发明通过网络压缩模块采用块项张量分解方法来构造块项张量层，以替换原始社交网络中的全连接层，利用块项张量层具有的“对称”和“指数表达能力”的特性，不仅能够大幅压缩全连接层的参数量还能够保持原网络的分类精度；同时，通过社区分析模块可以较好地利用网络拓扑结构，分析准确性高；及实现对核心节点的类型进行区分。
-
公开(公告)号：CN113537473A
公开(公告)日：2021-10-22
申请号：CN202110853794.6
申请日：2021-07-27
Applicant: 兰州交通大学
Abstract: 本发明公开了一种基于最短路径注意力的图注意力神经网络方法。最短路径即源节点到目标节点所经过路径中，各边权值和最小的一条路径。最短路径作为注意力权重系数，得到的结果具有较强的可解释性。同时因为在外部直接计算好了最短路径作为注意力系数权重，在训练时就不必再进行繁琐的计算，大大的降低了训练的时间。在cora数据集上与一些基线方法做了对比也得到了一些更优秀的结果。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
