-
公开(公告)号：CN113111657B
公开(公告)日：2024-05-03
申请号：CN202110241500.4
申请日：2021-03-04
Applicant: 浙江工业大学
IPC: G06F40/295 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种跨语言知识图谱对齐与融合方法、装置及存储介质，所述方法包括：S1、构建两个不同语言的知识图谱网络中实体的一阶子图特征矩阵；S2、将实体的结构特征矩阵、属性特征矩阵和一阶子图特征矩阵输入到对齐模型中，获得两个不同语言的知识图谱网络中所有实体的结构特征、属性特征、子图特征三种嵌入向量矩阵，并对三种嵌入向量矩阵进行拼接；S3、计算待对齐实体与目标知识图谱网络中各实体之间嵌入向量的相似度；S4、根据相似度高低，对目标知识图谱网络中的实体进行排序，获得待对齐实体的候选等效实体；S5、根据候选等效实体对两个不同语言的知识图谱网络进行融合。本发明能够有效实现跨语言知识图谱的对齐和融合。
-
公开(公告)号：CN117892310A
公开(公告)日：2024-04-16
申请号：CN202410018087.9
申请日：2024-01-05
Applicant: 浙江工业大学
IPC: G06F21/57 , G06F21/56 , G06F18/2431 , G06F18/25
Abstract: 一种基于图注意力的以太坊智能合约漏洞检测方法及系统，其方法包括：S1：分析以太坊智能合约漏洞产生的原因并获取到智能合约代码及其抽象语法树，进而通过投票系统获取代码的漏洞类型；S2：依据分析智能合约生成漏洞的模式，将不同漏洞根据其产生原因与抽象语法树相结合成漏洞图；S3:根据S2中生成的漏洞图，使用多层图注意力的分类方法快速和准确的识别漏洞。本发明不仅能适应多种漏洞类型，还可以为代码审核人员提供更多有关漏洞检测的建议，从而节约审核时间。本发明能够显著提升漏洞检测速度、降低假阳性率、提高检测准确性的能力，并且在不同智能合约的漏洞检测方面表现出泛化性能，适用于大规模的合同漏洞检测任务。
-
公开(公告)号：CN110955497B
公开(公告)日：2023-03-31
申请号：CN201911063615.8
申请日：2019-11-04
Applicant: 浙江工业大学
IPC: G06F9/46
Abstract: 一种基于任务分割的分布式图计算系统，包括：客户端，用于负责计算任务的分割与上传、图数据的处理与上传、定时检测是否所有子任务执行完毕、完成部分简单计算任务；服务端，用于接收并管理客户端上传的子任务，将任务分发至工作端执行；工作端，用于完成子任务的计算，上传计算结果；数据中心，用于管理客户端处理后的图数据、任务状态表及计算结果；其中服务端使用Gearman任务分发框架，客户端与工作端依据计算任务进行设计，数据中心采用MongoDB数据库。本发明提出了一种基于任务分割的分布式图计算系统，其图数据统一存储于数据中。通过这种方式，可以避免大量的子图间通信引起的消耗，从而提升系统计算效率。
-
公开(公告)号：CN113407728B
公开(公告)日：2022-06-17
申请号：CN202110494791.8
申请日：2021-05-07
Applicant: 浙江工业大学
IPC: G06F16/36 , G06F16/9035 , G06K9/62 , G06N5/02 , H04W12/122
Abstract: 一种无线电信号攻防领域的知识图谱构建及查询推荐系统，包括：本体图设计模块、数据收集模块、知识图谱构建模块以及查询及推荐模块，本发明所述系统将无线电信号调制类型识别领域的攻击防御检测等算法关联起来形成知识图谱，便于知识存储以及查询，形成的知识图谱包括模型、无线电信号、算法以及其衍生的一些模型以及信号，有益于挖掘无线电信号调制类型识别领域的关联，通过计算模型间的相似性以及信号间的相似性，有利于进行基于知识图谱的攻防策略推荐，通过攻防策略推荐，在对未知的无线电信号或者分类模型给出推荐的攻击防御策略，有益于提高无线电信号调制类型分类领域的人工智能安全性。
-
公开(公告)号：CN113407860A
公开(公告)日：2021-09-17
申请号：CN202110495208.5
申请日：2021-05-07
Applicant: 浙江工业大学
IPC: G06F16/9536 , G06F21/60 , G06F21/62 , G06Q50/00 , H04L12/58
Abstract: 本发明公开一种基于隐私保护的多社交平台用户推荐方法和系统,所述方法包括：各参与方客户端本地整合初始数据，并获取由服务端初始化后的训练模型和密钥；各参与方客户端基于自身设定的目标精度，对训练模型进行训练，并将训练参数加密后发送至服务端；各参与方客户端基于所有参与方客户端训练参数的聚合结果对训练模型进行更新，并计算更新后的训练模型是否达到自身设定的目标精度，未达到，则重复执行上一步，达到，则执行下一步；各参与方客户端利用训练后的模型更新自身平台内所有社交用户的标签向量，并对标签向量相似的社交用户进行相互推荐。本发明能够有效提高各平台的用户推荐准确率，并保护了各个平台的用户数据隐私。
-
Patent Agency Ranking
公开(公告)号：CN113111185A
公开(公告)日：2021-07-13
申请号：CN202110240278.6
申请日：2021-03-04
Applicant: 浙江工业大学
Abstract: 本发明公开了一种用于知识图谱补全任务的关键路径构建方法及系统，基于目标知识图谱，构建正样本集合；通过最大路径深度优先搜索方法，构建关系搜索概率模型，依据正样本集合的剩余正样本数据集，构建目标路径池模型；基于目标路径池模型的动态路径指标，构建补全任务的关键路径模型，对目标知识图谱进行补全任务；系统包括知识图谱构建模块、正样本抽取模块、路径特征搜索模块、路径特征筛选模块、数据存储模块；知识图谱构建模块通过正样本抽取模块与路径特征搜索模块连接；路径特征搜索模块通过路径特征筛选模块与数据存储模块连接；本发明缓解了知识图谱路径稀疏，提高路径搜索效率，提高知识图谱补全任务精度。
-
公开(公告)号：CN107885778B
公开(公告)日：2020-08-04
申请号：CN201710944655.8
申请日：2017-10-12
Applicant: 浙江工业大学
IPC: G06F16/28 , G06F16/2458 , G06F16/9535 , G06Q30/06
Abstract: 一种基于动态临近点谱聚类的个性化推荐方法，依据用户的签到信息建立用户‑商店的二分网络；将用户‑商店的二分网络投影到用户‑用户与商店‑商店的两个单边网络，利用node2vec算法将两个加权的单边网络投影至两个不同的向量空间中；调用基于动态临近点的谱聚类算法分别对以上所得的用户向量与商店向量进行聚类，得到多个用户簇和商店簇；将单个用户之间存在的签到信息转换成用户簇与商店簇之间的簇网络；利用K‑means算法将该一维向量进行划分成两个类，签到个数均值较多的类内的商店簇推荐给该用户簇；依据每个用户簇与所推荐的商店簇进行个性化推荐。本发明有效的提高了推荐方法的准确率。
-
公开(公告)号：CN111340641A
公开(公告)日：2020-06-26
申请号：CN202010442547.2
申请日：2020-05-22
Applicant: 浙江工业大学
Abstract: 一种异常就医行为检测方法，包括：1）构建就医行为网络；2）获取网络节点特征表示；3）构建就医行为网络邻接矩阵；4）构建边特征矩阵；5）构建伪特征矩阵，获取就医行为特征表示；6）构建K-GRU网络，提取就医行为时序信息；7）将特征压缩，并对压缩后的特征进行聚类；8）将压缩后的就医行为特征进行特征重构，使得重构后的特征趋近于原始就医行为特征；根据特征重构误差以及聚类误差优化模型；9）基于重构损失以及聚类损失，得到总的模型损失函数；10）交替优化聚类损失与重构损失直至模型收敛，判断异常就医行为。本发明有助于预防医保欺诈行为。
-
公开(公告)号：CN111259977A
公开(公告)日：2020-06-09
申请号：CN202010075011.1
申请日：2020-01-22
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于深度学习的垃圾分类装置，所述垃圾分类装置包括：图像采集模块，用于采集待分类垃圾的图像；垃圾名称识别模块，用于利用垃圾名称识别模型对待分类垃圾图像进行识别，获得待分类垃圾的垃圾名称，所述垃圾名称识别模型以卷积神经网络分类器为基础构建获得；垃圾类别分类模块，用于利用知识图谱确定所述垃圾名称所属的垃圾类别以实现垃圾分类，所述知识图谱表达垃圾名称与垃圾类别所属关系。该装置提高了分类效率，解决了人工对部分物品分类情况不了解，垃圾类别的划分模糊等问题。
-
公开(公告)号：CN109948662A
公开(公告)日：2019-06-28
申请号：CN201910146533.3
申请日：2019-02-27
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于K-means和MMD的人脸图像深度聚类方法，包括：1)设计自动编码器结构并训练，使用自动编码器提取人脸图像的隐层信息；2)使用K-means聚类方法对隐层信息进行聚类，确定K个聚类中心点，并计算每个样本点被划分至K个类簇的概率p和每个类簇中该样本点应该被该类簇吸引的概率q；3)计算p分布和q分布的MMD距离，并将MMD加入自动编码器的loss函数中去，对自动编码器进行训练；4)训练完成后，使用该自动编码器提取测试集的深层次信息，再使用K-means对深层次信息进行聚类，输出聚类结果。该人脸图像深度聚类方法能够提高聚类算法对图像数据集的聚类准确率。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.027 seconds)
