公开(公告)号：CN119204180A

公开(公告)日：2024-12-27

申请号：CN202411217636.1

申请日：2024-09-02

Applicant: 杭州电子科技大学

Inventor： 焦鹏飞 ,  张新勋 ,  高梦州 ,  李天鹏 ,  赵治栋

IPC: G06N5/022 ,  G06N5/04 ,  G06Q50/00 ,  G06N3/0895 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06F16/9537

Abstract: 本发明公开了一种自监督的时空特征融合的动态网络链接预测方法，该方法首先从各个社交平台上获取社交数据构建动态网络数据集，并构建对应的图快照。其次对于图快照，动态更新各个边的掩码值，得到由掩码边构成的图为掩码图，和由扰动边构成的图为扰动图。然后构建编码器，基于扰动图，通过编码器获取图快照上的节点嵌入，使用结合了门控循环单元网络和图神经网络的图循环神经网络，更新动态网络的隐藏状态。最后构建全局增强的解码器，基于掩码图，进行解码操作，输出动态网络链接预测结果，并构建损失函数进行训练。本发明保证动态网络上的演化信息的完整性，并防止时间信息的丢失，进行准确的动态网络链接预测。

公开(公告)号：CN117724452A

公开(公告)日：2024-03-19

申请号：CN202311736991.5

申请日：2023-12-18

Applicant: 杭州电子科技大学

Inventor： 刘泽皓 ,  高梦州 ,  张新勋 ,  朱宋颖 ,  焦鹏飞

IPC: G05B23/02

Abstract: 本发明公开了一种基于图神经网络的工业过程异常检测方法，该方法首先通过工业系统中的传感器和执行器分别获取连续数据和离散数据，并进行预处理，将数据集划分为训练集和测试集。其次基于训练集，通过编码器学习工业系统状态节点，构建状态图结构，得到工业系统的关系矩阵。然后利用多层图卷积网络进行工业系统状态节点更新。最后基于更新后的工业系统状态节点，由解码器获取预测值，根据解码器获取预测值，计算异常分数，判断工业系统的状态。本发明避免了数据形式引起的干扰，解决了运算资源开销大复杂度高和关联性差的问题，实现了对工业系统异常状态的准确检测。