-
公开(公告)号：CN114648172A
公开(公告)日：2022-06-21
申请号：CN202210369788.8
申请日：2022-04-09
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于Transformer的动态异构网络链路预测方法，包括：步骤1，以节点和链接集合作为输入，根据定义的动态异构网络构建成一个动态异构网络；步骤2：以构建好的动态异构网络作为输入，通过信息网络的异构表示方法，得到节点在不同视图下的嵌入向量；步骤3：以构建好的动态异构网络作为输入，通过信息网络的动态编码方法，得到具有动态特征的节点嵌入向量；步骤4：整合具有异构特征和动态特征的节点嵌入向量，最小化交叉熵损失函数，得到预测模型；步骤5：通过预测模型获取测试时期网络中节点对的最终嵌入向量，计算相似性并预测链路。基于以上步骤，本发明验证了针对网络中的已知节点和新节点的链路预测具有良好的效果。
-
公开(公告)号：CN107273490A
公开(公告)日：2017-10-20
申请号：CN201710449002.2
申请日：2017-06-14
Applicant: 北京工业大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于知识图谱的组合错题推荐方法，通过该方法能够精准的给学习者推荐与其薄弱知识点相关的错题。该发明包括构建从大规模非结构化试题数据中抽取知识，构建知识图谱；对学习者的错题进行文本挖掘，分词，提取出错题关键字，进而确定该错题所包含的知识点；通过对试题的语义相识性进行分析，得到该知识点的语义近邻；通过错题知识点映射到知识图谱中，获得符合其知识点的试题实体。同时通过对试题库进行相识性权重计算，得到试卷的相识度矩阵，利用协同过滤技术得到错题的推荐试题。最后，利用加权、混合、层叠和元级别等方式对两种推荐结果进行进一步组合，给出最终推荐结果。
-
公开(公告)号：CN110490088A
公开(公告)日：2019-11-22
申请号：CN201910681442.X
申请日：2019-07-26
Applicant: 北京工业大学
Abstract: 本发明公开了基于区域增长法的DBSCAN密度聚类方法，本发明根据眼底图像数据集特殊的空间特点，借鉴了数字图像处理中区域增长法的相关原理对传统DBSCAN方法进行一定的改进，区域增长法首先以眼底图像中某一点为中心，不断的归并每个中心像素点8-邻域(与该像素点相邻的8个像素点称为8-邻域)内与该点足够相似的像素点，以此来实现区域增长的效果。相比传统DBSCAN进行眼底血管提取，计算的时间开销有了大幅度改进。
-
公开(公告)号：CN113190654B
公开(公告)日：2024-07-09
申请号：CN202110502522.1
申请日：2021-05-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于实体联合嵌入和概率模型的知识图谱补全方法，该方法利用图卷积网络强大的特征聚合能力，将知识图谱作为图数据的拓扑结构和节点特征融入实体的表示学习；利用实体的动态嵌入，学习实体在不同时间下会表现出不同状态的特点，将实体特征分为两部分学习，一部分特征随时间动态变化，一部分特征保留静态属性；概率模型利用卷积神经网络对三元组进行语义信息的深层提取，在向量空间内对三元组进行重建，并度量其有效性，输出概率向量对缺失的实体进行预测。实体联合嵌入的输出作为概率模型的输入，有效解决了动态变化的知识图谱中缺失实体的补全问题。
-
公开(公告)号：CN113190654A
公开(公告)日：2021-07-30
申请号：CN202110502522.1
申请日：2021-05-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于实体联合嵌入和概率模型的知识图谱补全方法，该方法利用图卷积网络强大的特征聚合能力，将知识图谱作为图数据的拓扑结构和节点特征融入实体的表示学习；利用实体的动态嵌入，学习实体在不同时间下会表现出不同状态的特点，将实体特征分为两部分学习，一部分特征随时间动态变化，一部分特征保留静态属性；概率模型利用卷积神经网络对三元组进行语义信息的深层提取，在向量空间内对三元组进行重建，并度量其有效性，输出概率向量对缺失的实体进行预测。实体联合嵌入的输出作为概率模型的输入，有效解决了动态变化的知识图谱中缺失实体的补全问题。
-
Patent Agency Ranking
公开(公告)号：CN107038069B
公开(公告)日：2020-05-08
申请号：CN201710181055.0
申请日：2017-03-24
Applicant: 北京工业大学
Abstract: 本发明公开了Hadoop平台下动态标签匹配DLMS调度方法，属于计算机软件领域，针对Hadoop集群节点性能差异大、资源分配随机性、执行时间过长的问题，本发明提出一种将节点性能标签(以下简称节点标签)和作业类别标签(以下简称作业标签)进行动态匹配的调度器。节点初始分类并赋予原始节点标签，节点检测自身性能指标生成动态节点标签，作业根据部分运行信息进行分类生成作业标签，资源调度器将节点资源分配给对应标签的作业。实验结果表明，相对于YARN中自带的调度器在作业执行时间上有较大的缩短。
-
公开(公告)号：CN107273490B
公开(公告)日：2020-04-17
申请号：CN201710449002.2
申请日：2017-06-14
Applicant: 北京工业大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明公开了一种基于知识图谱的组合错题推荐方法，通过该方法能够精准的给学习者推荐与其薄弱知识点相关的错题。该发明包括构建从大规模非结构化试题数据中抽取知识，构建知识图谱；对学习者的错题进行文本挖掘，分词，提取出错题关键字，进而确定该错题所包含的知识点；通过对试题的语义相识性进行分析，得到该知识点的语义近邻；通过错题知识点映射到知识图谱中，获得符合其知识点的试题实体。同时通过对试题库进行相识性权重计算，得到试卷的相识度矩阵，利用协同过滤技术得到错题的推荐试题。最后，利用加权、混合、层叠和元级别等方式对两种推荐结果进行进一步组合，给出最终推荐结果。
-
公开(公告)号：CN105740051B
公开(公告)日：2019-03-22
申请号：CN201610057638.8
申请日：2016-01-27
Applicant: 北京工业大学
Abstract: 本发明为基于改进的遗传算法的云计算资源调度实现方法，随着云计算的发展，数据中心规模越大，能耗问题和资源利用率成为最主要的制约因素，因此在满足用户需求的基础上，如何设计合理的资源调度方法，提高资源利用率，降低能耗成为迫切需要解决的问题，也是目前云计算发展的瓶颈之一。该方法将遗传算法进行改进，并应用到云计算资源调度中。将SLA约束和能耗约束作为适应度函数，使得虚拟机在物理机上创建时能够找到最合适的放置策略，改进后的遗传算法在满足用户需求基础上，节约能耗，最大程度产生最优的经济效益。
-
公开(公告)号：CN107463617A
公开(公告)日：2017-12-12
申请号：CN201710536054.3
申请日：2017-07-04
Applicant: 北京工业大学
IPC: G06F17/30
CPC classification number: G06F17/30905 , G06F17/3089
Abstract: 基于路径摘要的链接信息提取方法属于计算机领域，采用了人工提取与机器提取相结合。人工提取部分提供了可视化人工提取器，将复杂的提取流程抽象成了一次鼠标点击的操作，具有极低的学习成本和极高的操作效率。而机器提取部分则在该方法框架下，通过对路径摘要节点进行向量化表示，实现了信息提取问题到机器学习二分类问题的转化，使得系统能够完成自动的规则抽取。设计并使用一组特征对路径摘要树节点进行了向量化表示，并利用随机森林模型作为分类器，实现了自动化的链接信息提取。该系统具有极低的学习成本、高效的人工提取效率以及良好的机器提取效果，在准确度与自动化程度之间达到了良好的平衡，能够显著提高链接信息提取这一环节的生产力。
-
公开(公告)号：CN107038069A
公开(公告)日：2017-08-11
申请号：CN201710181055.0
申请日：2017-03-24
Applicant: 北京工业大学
Abstract: 本发明公开了Hadoop平台下动态标签匹配DLMS调度方法，属于计算机软件领域，针对Hadoop集群节点性能差异大、资源分配随机性、执行时间过长的问题，本发明提出一种将节点性能标签(以下简称节点标签)和作业类别标签(以下简称作业标签)进行动态匹配的调度器。节点初始分类并赋予原始节点标签，节点检测自身性能指标生成动态节点标签，作业根据部分运行信息进行分类生成作业标签，资源调度器将节点资源分配给对应标签的作业。实验结果表明，相对于YARN中自带的调度器在作业执行时间上有较大的缩短。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.019 seconds)
