-
公开(公告)号：CN109492924B
公开(公告)日：2022-05-17
申请号：CN201811393912.4
申请日：2018-11-21
Applicant: 哈尔滨工程大学
IPC: G06Q10/06 , G06Q50/00 , G06F16/951
Abstract: 一种基于微博用户自身和行为价值二阶的影响力评估方法，属于计算机数据挖掘技术领域。包括：(1)利用爬虫技术和微博官方API接口采集微博数据；(2)对采集后的数据处理，得出所需用户的特征向量；(3)通过用户所有粉丝的自身价值来计算该用户的自身价值；(4)通过用户所有推送转发者的行为价值来计算用户的行为价值；(5)综合用户的自身与行为价值计算用户最终的影响力。本发明通过对用户粉丝数量、质量的计算和用户推送微博的转发者行为质量的计算，即避免了僵尸粉、推销商造成的虚假影响力又突出了推送较少但质量极高的用户的隐藏影响力；对于发现微博平台中信息的传播规律、广告投放、病毒式营销和舆情管控等工作具有重要意义。
-
公开(公告)号：CN110827857B
公开(公告)日：2022-04-12
申请号：CN201911189489.0
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于谱特征和ELM的语音情感识别方法。原始语音信号进行基本特征提取包括韵律特征、音质特征；利用Teager能量算子TEO算法提取梅尔频率倒谱系数MFCC和耳蜗滤波倒谱系数CFCC，二者加权得到teCMFCC特征，并与基本特征值进行融合，构建特征矩阵；用Fisher准则和相关分析对特征进行选择降维，保留语音信号的个性特征；建立极限学习机ELM决策树模型，完成语音情感识别分类。本发明强调了语音信号的非线性特征，具有很好的鲁棒性，在中国科学院自动化研究所录制的CASIA中文情感语料库上进行实验，验证提出的基于谱特征和ELM的语音情感识别算法对中文语音信号具有很好的分类识别精度。
-
公开(公告)号：CN109508380B
公开(公告)日：2021-07-16
申请号：CN201910041751.0
申请日：2019-01-16
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种结合用户结构相似度进行微博情感分析的方法。方法包括以下步骤：(1)根据微博用户之间的关注关系，计算用户之间的结构相似度，建立用户相似度矩阵，即情绪感染性矩阵，同时建立情绪感染性模型；(2)根据社会学中的情感一致性理论，建立微博之间的情感一致性关系矩阵，同时建立情绪一致性模型；(3)使用前两步生成的模型，建立根据微博间关系矩阵形成的微博情感分析模型；(4)在前三步的基础上，加入使用微博文本内容的情感分析模型；(5)对第四步建立的模型进行优化，求解出微博情感分析器。本发明的优势在于针对微博数据的特点，提出了结合微博数据间关系的方法进行情感分析，有效的提高了微博情感分析的准确率。
-
公开(公告)号：CN109492776A
公开(公告)日：2019-03-19
申请号：CN201811393919.6
申请日：2018-11-21
Applicant: 哈尔滨工程大学
IPC: G06N99/00
Abstract: 本发明提供一种基于主动学习的微博流行度预测方法，包括如下步骤：利用新浪微博API爬取相关微博数据集；利用K-Means算法将未标记数据集初始化训练集L；对训练数据进行特征提取得到特征向量；根据提取的特征向量训练基于支持向量机的主动学习的改进的模型，根据训练的多分类模型从未标记的样本集中选择出既有不确定性又具有多样性和代表性的样本；将筛选出的样本称为信息向量，交给专家标记；将标记的训练数据加入到初始训练集L中，循环此过程直到模型的性能达到稳定状态为止得到微博流行度预测模型。本发明减少了冗余性问题并降低了异常值问题，减少了训练样本的标记数量，同时也使得在训练数据少的情况下也得到很好的预测效果。
-
公开(公告)号：CN108717465A
公开(公告)日：2018-10-30
申请号：CN201810560998.9
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于用户行为分析的子群发现方法。输入；设定阈值，构建聚类中心的数据池D1；从D1中选取任意样本作为初始C1；计算每个样本与当前已有聚类中心之间的最大交互强度即联系最为密切的一个聚类中心之间的联系强度；计算每个样本被选做下一个聚类中心的可能性,按照可能性大小优先计算与D1内各节点间的权重，值大者作为一个聚类中心；选择出k个聚类中心；针对样本集中每个样本x,计算它到k个聚类中心的交互强度，并将它分到交互强度最大的聚类中心所对应的类中；重新计算他们的聚类中心，与D中数据的交互强度直到聚类中心不再变化；输出簇划分。本发明可明显减少中心点选取时的迭代次数，使得子群的划分更加稳定准确。
-
Patent Agency Ranking
公开(公告)号：CN103176961B
公开(公告)日：2017-02-08
申请号：CN201310069560.8
申请日：2013-03-05
Applicant: 哈尔滨工程大学
IPC: G06F17/27
Abstract: 本发明的目的在于提供一种基于潜在语义分析的迁移学习方法，包括以下步骤：对训练数据做去停用词、词干化处理，分别计算源领域与目标领域词汇权重，得到词汇-文本矩阵M，对矩阵M进行奇异值分解，将M中词汇与文本映射到低维潜在语义空间，去除源领域中同义词噪音影响，调整矩阵M结构，从源领域中找出与目标领域文本关联度较大的词汇作为迁移词，再对矩阵M结构进行调整，分析调整后的矩阵M中目标领域词汇，得到目标领域数据新的特征表示，在训数据集中得到最终分类器，对测试数据集S进行分类。
-
公开(公告)号：CN101141256B
公开(公告)日：2010-05-26
申请号：CN200710072607.0
申请日：2007-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于Ajax获取变长交互性验证码的方法。用户访问需要填写验证码的页面；系统初始化验证码长度；用户填写其他信息；用户准备填写验证码时，系统产生两位验证码；用户每输入一位验证码，系统产生下一位验证码，将现有验证码左移一位，同时拼接上将新产生的验证码；用户将产生的验证码输入完毕提交页面。本发明的特点是：每次请求需要填写验证码的页面时，所产生的验证码总长度是在一个范围内随机的，用户在不同时间访问页面时需要填写的验证码长度不同。验证码并不是一次性显示在页面上，而是根据用户的输入来产生下一位验证码，同时为了保证在交互过程达到无刷新数据获取的功能，采用了Ajax技术来改善用户体验。
-
公开(公告)号：CN101141256A
公开(公告)日：2008-03-12
申请号：CN200710072607.0
申请日：2007-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于Ajax获取变长交互性验证码的方法。用户访问需要填写验证码的页面；系统初始化验证码长度；用户填写其他信息；用户准备填写验证码时，系统产生两位验证码；用户每输入一位验证码，系统产生下一位验证码，将现有验证码左移一位，同时拼接上将新产生的验证码；用户将产生的验证码输入完毕提交页面。本发明的特点是：每次请求需要填写验证码的页面时，所产生的验证码总长度是在一个范围内随机的，用户在不同时间访问页面时需要填写的验证码长度不同。验证码并不是一次性显示在页面上，而是根据用户的输入来产生下一位验证码，同时为了保证在交互过程达到无刷新数据获取的功能，采用了Ajax技术来改善用户体验。
-
公开(公告)号：CN110991156B
公开(公告)日：2023-05-23
申请号：CN201911142359.1
申请日：2019-11-20
Applicant: 哈尔滨工程大学
IPC: G06F40/186 , G06F8/30
Abstract: 本发明是一种基于船舶数值虚拟试验的报告自动生成方法。本发明本发明主要包括：框架设计、数据处理、后处理、数据替换和框架集成。本发明提出的基于船舶数值虚拟试验的报告自动生成方法，可以将在网页进行虚拟试验时所生成的json文件或相关的数据文件通过智能抽取，自动将其转换成对应的图像、表格、文本，并生成试验报告。这种试验报告自动生成的方法不但可以准确的表达数据之间的关系，还可以展现出各种试验结果。使试验结果具有更好的通用性和一致性，并且提高了生成试验报告的效率。
-
公开(公告)号：CN106547875B
公开(公告)日：2020-05-15
申请号：CN201610945406.6
申请日：2016-11-02
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06F40/30 , G06F40/289 , G06Q50/00
Abstract: 本发明属于网络检测领域，具体涉及一种基于情感分析和标签的微博在线突发事件检测方法。本发明包括：使用情感分类模型情感轮，构造情感分析模型——情感同现图；使用步骤(1)构造的情感分析模型，对微博流中的微博进行情感分类，采用kleinberg算法检测微博流的突发期；提取突发期内的微博标签，过滤掉垃圾标签，对剩余标签进行分词处理；形成事件的初始关键词；利用步骤(3)生成的关键词，提取微博中与此关键词相关的词，形成事件的最终描述。本发明构造基于情感轮的情感同现图，情感分类更加细致，情感更容易理解和解释，相对于基于情感符号的事件检测准确率更高。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.027 seconds)
