-
公开(公告)号：CN115982752A
公开(公告)日：2023-04-18
申请号：CN202211496552.7
申请日：2022-11-25
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于近似语义查询的K支配隐私保护方法，首先，给定数据并从中获得包含真实位置的矩形区域中的位置数据集，通过MCA算法获取数据集中的聚类中心点，采用基于最大最小距离的多中心数据处理算法，结合由MCA算法聚类生成的数据点集，选择保证它们之间的距离最远的位置点并生成了一组经过处理的候选集。其次，通过计算不同名称的位置信息之间的距离，获得候选集中任意两个位置之间的语义相似度，并结合哑元的方法选择语义相似度最小的k‑1位置作为虚拟结果集。实验结果表明，该方法可以保证位置的物理分散性和语义多样性，并提高虚拟生成的效率。同时，实现了隐私保护安全与查询服务质量之间的平衡。
-
Patent Agency Ranking
公开(公告)号：CN115422477B
公开(公告)日：2023-09-05
申请号：CN202211125188.3
申请日：2022-09-16
Applicant: 哈尔滨理工大学
IPC: G06F16/9537 , G06F18/2415 , G06N3/04 , G06N3/084
Abstract: 一种轨迹近邻查询系统、方法、计算机及存储介质，属于轨迹大数据查询技术领域。本发明包括首先利用POI嵌入方法对轨迹数据进行POI嵌入，得到轨迹的POI嵌入序列和POI嵌入向量矩阵，然后利用POI嵌入向量矩阵和轨迹标签训练轨迹编码器，其次利用训练完毕的轨迹编码器获取轨迹的编码向量表示，根据轨迹的编码向量利用局部敏感哈希函数将轨迹进行哈希分桶，最后将待查询的轨迹输入到训练完毕的轨迹编码器中获取轨迹对应的编码向量表示，根据待查询轨迹的编码向量表示利用局部敏感哈希函数获取其所属的哈希桶，在哈希桶中通过全局扫描的方式寻找到距离待查询轨迹最近的k条轨迹。本发明在大规模轨迹数据查询问题中相比于传统方法准确率更高，查询速度更快。
-
公开(公告)号：CN115422477A
公开(公告)日：2022-12-02
申请号：CN202211125188.3
申请日：2022-09-16
Applicant: 哈尔滨理工大学
IPC: G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种轨迹近邻查询系统、方法、计算机及存储介质，属于轨迹大数据查询技术领域。本发明包括首先利用POI嵌入方法对轨迹数据进行POI嵌入，得到轨迹的POI嵌入序列和POI嵌入向量矩阵，然后利用POI嵌入向量矩阵和轨迹标签训练轨迹编码器，其次利用训练完毕的轨迹编码器获取轨迹的编码向量表示，根据轨迹的编码向量利用局部敏感哈希函数将轨迹进行哈希分桶，最后将待查询的轨迹输入到训练完毕的轨迹编码器中获取轨迹对应的编码向量表示，根据待查询轨迹的编码向量表示利用局部敏感哈希函数获取其所属的哈希桶，在哈希桶中通过全局扫描的方式寻找到距离待查询轨迹最近的k条轨迹。本发明在大规模轨迹数据查询问题中相比于传统方法准确率更高，查询速度更快。
-
公开(公告)号：CN116881480A
公开(公告)日：2023-10-13
申请号：CN202310942334.X
申请日：2023-07-29
Applicant: 哈尔滨理工大学
IPC: G06F16/387 , G06F16/31 , G06F16/338 , G06F16/9537 , G06F16/9538
Abstract: 本发明公开了一种基于时空约束和成本感知的集合空间关键字查询方法，首先，给定数据集和查询场景图，将查询点及数据集中的时空数据对象采用最小边界矩阵MBR来进行划分并构建基于TR‑Tree与倒排文件和时间属性标签文件结合所提出的TDCIR‑Tree索引，并通过所提出的TDCIR‑Tree索引进行关键字属性和时间属性上的查询得到初始集合；其次，将初始集合通过所提的TDCCA_PP算法进行第一层剪枝、组间有序排列和第二层剪枝得到有效集合；最后，通过基于统一成本函数所提出的TDC成本函数对有效集合进行计算并排序得到有序集合。理论研究与实验表明，所提出的方法具有较好的效率与可靠性。
-
公开(公告)号：CN115982752B
公开(公告)日：2023-08-04
申请号：CN202211496552.7
申请日：2022-11-25
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于近似语义查询的K支配隐私保护方法，首先，给定数据并从中获得包含真实位置的矩形区域中的位置数据集，通过MCA算法获取数据集中的聚类中心点，采用基于最大最小距离的多中心数据处理算法，结合由MCA算法聚类生成的数据点集，选择保证它们之间的距离最远的位置点并生成了一组经过处理的候选集。其次，通过计算不同名称的位置信息之间的距离，获得候选集中任意两个位置之间的语义相似度，并结合哑元的方法选择语义相似度最小的k‑1位置作为虚拟结果集。实验结果表明，该方法可以保证位置的物理分散性和语义多样性，并提高虚拟生成的效率。同时，实现了隐私保护安全与查询服务质量之间的平衡。
-
公开(公告)号：CN114999650A
公开(公告)日：2022-09-02
申请号：CN202210639059.X
申请日：2022-06-08
Applicant: 哈尔滨理工大学
Abstract: 本发明属于心理健康测试技术领域，特别涉及一种基于同态加密的心理健康状态测评系统，包括微处理器、身份识别模块、测试模块、心理健康状态测评模块、存储模块、无线通信模块、云端服务平台，所述微处理器信号连接于身份识别模块、测试模块、心理健康状态测评模块、存储模块、无线通信模块，所述微处理器控制并协调各模块，本发明可以解决人力进行心理健康测试导致费时费力的问题，引入同态加密对用户测评结果进行加密保护，可以引导用户信任心理健康状态测评系统，不仅能达到让用户体会到真实的心理健康状态测评的效果，也能够满足对用户心理健康状态测评隐私数据的保护需求。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
