-
公开(公告)号：CN112132514B
公开(公告)日：2024-07-09
申请号：CN202011015861.9
申请日：2020-09-24
IPC: G06Q10/087 , G06Q10/063
Abstract: 一种物资采购的评估方法，解决了现有物资采购评估的准确性及通用性差的问题，属于物资采购管理技术领域。本发明包括：将每个待评估购买方案作为评估对象，根据多个待评估购买方案确定待评估问题，根据待评估问题构建树形结构评估模型；确定评估对象在树形结构评估模型中的评估项的数值，依次进行同趋势化处理和归一化处理；根据树形结构评估模型中树形的深度，确定最外层子节点及其父节点；使用逼近理想解排序法及作为最外层子节点的评估项的归一化数值，获得其父节点的评估值；将获得评估值的父节点作为子节点，采用分级加权法和子节点的评估值对其父节点进行评估，直至获得根节点的评估值，根节点的评估值为评估对象的评估值。
-
公开(公告)号：CN112132514A
公开(公告)日：2020-12-25
申请号：CN202011015861.9
申请日：2020-09-24
Abstract: 一种物资采购的评估方法，解决了现有物资采购评估的准确性及通用性差的问题，属于物资采购管理技术领域。本发明包括：将每个待评估购买方案作为评估对象，根据多个待评估购买方案确定待评估问题，根据待评估问题构建树形结构评估模型；确定评估对象在树形结构评估模型中的评估项的数值，依次进行同趋势化处理和归一化处理；根据树形结构评估模型中树形的深度，确定最外层子节点及其父节点；使用逼近理想解排序法及作为最外层子节点的评估项的归一化数值，获得其父节点的评估值；将获得评估值的父节点作为子节点，采用分级加权法和子节点的评估值对其父节点进行评估，直至获得根节点的评估值，根节点的评估值为评估对象的评估值。
-
公开(公告)号：CN116821420A
公开(公告)日：2023-09-29
申请号：CN202310384795.X
申请日：2023-04-11
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06N5/025 , G06F18/213 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 一种基于注意力的语义图划分方法，涉及计算机集群图计算技术领域。本发明是为了解决现有图划分方法还存在图划分质量低、语义汇聚度低的问题，从而导致后续图计算速度慢、计算任务执行效率低以及通信成本高的问题。本发明包括：获取语义图，从语义图中提取图结构数据和语义特征数据，然后对语义特征数据降维；构建基于注意力的语义图划分网络，将图结构数据和降维后的语义特征数据输入基于注意力的语义图划分网络，获得语义图划分方案；构建异构感知的高纬度优先图划分网络，利用语义图划分方案划分语义图，获得划分结果，将划分结果输入到异构感知的高纬度优先图划分网络中对语义图进行二次划分，获得最终图划分方案。本发明用于图划分。
-
公开(公告)号：CN111447212A
公开(公告)日：2020-07-24
申请号：CN202010214994.2
申请日：2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络安全和深度学习技术领域，具体涉及一种基于GAN的APT攻击序列的生成与检测方法。本发明的针对目前在APT攻击的检测方向尚存在无法检测长序列攻击、历史信息关联差、未知攻击检测能力差等问题，为有效检测APT攻击并且扩充APT攻击攻击数据集，提出了一种基于GAN的APT攻击序列生成与检测方法。本发明通过生成式对抗网络的形式采用LSTM网络增加了对前后文相关联的步骤，记忆了网络流量的历史记录，对时序性数据具有较好的检测能力；通过生成模型可以利用随机噪声生成符合APT攻击特征的数据，扩充了现有APT攻击数据集。
-
公开(公告)号：CN111444367A
公开(公告)日：2020-07-24
申请号：CN202010214091.4
申请日：2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域，具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征，还利用到了图像的全局特征，以编码器-解码器为基本框架，在编码阶段利用卷积神经网络提取图像的全局特征和局部特征，在解码阶段使用LSTM和注意力机制，利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。
-
Patent Agency Ranking
公开(公告)号：CN116821420B
公开(公告)日：2024-08-30
申请号：CN202310384795.X
申请日：2023-04-11
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06N5/025 , G06F18/213 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 一种基于注意力的语义图划分方法，涉及计算机集群图计算技术领域。本发明是为了解决现有图划分方法还存在图划分质量低、语义汇聚度低的问题，从而导致后续图计算速度慢、计算任务执行效率低以及通信成本高的问题。本发明包括：获取语义图，从语义图中提取图结构数据和语义特征数据，然后对语义特征数据降维；构建基于注意力的语义图划分网络，将图结构数据和降维后的语义特征数据输入基于注意力的语义图划分网络，获得语义图划分方案；构建异构感知的高纬度优先图划分网络，利用语义图划分方案划分语义图，获得划分结果，将划分结果输入到异构感知的高纬度优先图划分网络中对语义图进行二次划分，获得最终图划分方案。本发明用于图划分。
-
公开(公告)号：CN107579984A
公开(公告)日：2018-01-12
申请号：CN201710834279.7
申请日：2017-09-15
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 本发明提供一种面向网络层的安全通信链路建立方法，属于通信领域，包括如下步骤:步骤1，请求方向被请求方发送连接请求数据报；步骤2，被请求方对请求方发送来的连接请求数据报进行验证；步骤3，被请求方生成带重构因子的连接请求数据报；步骤4，请求方解析收到的带重构因子的数据报并生成带反重构因子的响应数据报；步骤5，被请求方解析收到的带反重构因子的响应数据报并进行验证；步骤6，被请求方向请求方发送允许建立连接的应答数据报，实现安全通信链路的建立。本发明方法可实现被请求方对安全通信链路的控制，能防止非法设备连接，有效抵御泛洪攻击，提升通信的安全性，防止第三方进行窃听，响应速度快，占用计算机资源少。
-
公开(公告)号：CN116383446A
公开(公告)日：2023-07-04
申请号：CN202310359202.4
申请日：2023-04-06
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06F16/906 , G06N3/0464 , G06N3/042
Abstract: 一种基于异构引文网络的作者分类方法，具体涉及一种利用基于元结构的异构图表示学习的引文网络中作者的分类方法，为解决GNN方法对引文网络中的作者进行分类时，异构图表示学习的效率和准确率低，导致引文网络中作者分类效率和准确率低的问题。将某个领域的引文网络抽象为异构图，分别定义异构图及其包含的元路径和元图，异构图中节点类型包括文章、作者和会议；依次利用图结构学习器、图结构扩展器和图结构筛选器对异构图进行处理得到筛选的新图结构；根据HAN模型构建图结构分析器，利用图结构分析器对筛选的新图结构进行节点嵌入，完成引文网络的异构图表示学习，根据异构图表示学习对作者进行分类，得到分类后的作者。属于作者分类领域。
-
公开(公告)号：CN107579984B
公开(公告)日：2020-12-18
申请号：CN201710834279.7
申请日：2017-09-15
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 本发明提供一种面向网络层的安全通信链路建立方法，属于通信领域，包括如下步骤:步骤1，请求方向被请求方发送连接请求数据报；步骤2，被请求方对请求方发送来的连接请求数据报进行验证；步骤3，被请求方生成带重构因子的连接请求数据报；步骤4，请求方解析收到的带重构因子的数据报并生成带反重构因子的响应数据报；步骤5，被请求方解析收到的带反重构因子的响应数据报并进行验证；步骤6，被请求方向请求方发送允许建立连接的应答数据报，实现安全通信链路的建立。本发明方法可实现被请求方对安全通信链路的控制，能防止非法设备连接，有效抵御泛洪攻击，提升通信的安全性，防止第三方进行窃听，响应速度快，占用计算机资源少。
-
公开(公告)号：CN116383446B
公开(公告)日：2024-09-13
申请号：CN202310359202.4
申请日：2023-04-06
Applicant: 哈尔滨工程大学
IPC: G06F16/901 , G06F16/906 , G06N3/0464 , G06N3/042
Abstract: 一种基于异构引文网络的作者分类方法，具体涉及一种利用基于元结构的异构图表示学习的引文网络中作者的分类方法，为解决GNN方法对引文网络中的作者进行分类时，异构图表示学习的效率和准确率低，导致引文网络中作者分类效率和准确率低的问题。将某个领域的引文网络抽象为异构图，分别定义异构图及其包含的元路径和元图，异构图中节点类型包括文章、作者和会议；依次利用图结构学习器、图结构扩展器和图结构筛选器对异构图进行处理得到筛选的新图结构；根据HAN模型构建图结构分析器，利用图结构分析器对筛选的新图结构进行节点嵌入，完成引文网络的异构图表示学习，根据异构图表示学习对作者进行分类，得到分类后的作者。属于作者分类领域。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.09 seconds)
