-
公开(公告)号：CN112347373B
公开(公告)日：2022-06-17
申请号：CN202011265544.2
申请日：2020-11-13
申请人： 浙江工业大学
IPC分类号： G06F16/9536 , G06F16/9537 , G06N3/04 , G06N3/08
摘要： 本发明提出了一种基于开源软件邮件网络的角色推荐方法，包括以下步骤：S1：根据开源软件项目的邮件数据，构建无向有权网络；S2：对S1中构建的网络随机删除部分连边作为测试样本，将删除连边后的网络中剩余的连边作为训练样本并构建动态序列切片网络；S3：在动态序列切片网络上采用时序有偏游走算法生成每个节点的特征，再通过对两两节点的特征求均值得到连边的特征；S4：采用逻辑回归分类器对训练样本进行学习，并对测试样本进行预测。本发明能够有效地在开源软件项目中进行角色推荐，相比未考虑开源软件项目中邮件的时序信息和角色信息的算法，显著的提高了推荐的准确率。
-
公开(公告)号：CN107641088B
公开(公告)日：2019-05-31
申请号：CN201610620304.7
申请日：2016-07-29
申请人： 浙江工业大学
IPC分类号： C07C253/00 , C07C255/50 , C07C255/54 , C07D307/79
摘要： 本发明提供了一种苯甲腈类化合物的制备方法：以式(I)所示的苯乙炔及其衍生物为原料，亚硝酸盐为氮源，在有机溶剂中，在氧化剂作用下，在0～50℃下反应4～12小时，所得反应液经分离纯化制得式(II)所示的苯甲腈类化合物；所述氮源与所述式(I)所示的苯乙炔及其衍生物的物质的量之比为1～3：1；本发明原料简单易得，反应条件温和，官能团容忍性好，操作简单且环境友好型，为合成含各种取代基的苯甲腈提供一种新的方法。
-
公开(公告)号：CN109523021A
公开(公告)日：2019-03-26
申请号：CN201811139373.1
申请日：2018-09-28
申请人： 浙江工业大学
CPC分类号： G06N3/084 , G06N3/0454 , G06N3/049
摘要： 本发明公开了一种基于长短时记忆网络的动态网络结构预测方法，包括：(1)收集动态网络数据，确定时间间隔Δ，将数据分割成N个时刻的静态网络G1,G2,…,GN；(2)设定训练时间步长t，根据训练时间步长t将静态网络划分为一系列的数据样本，组成训练集用于模型的训练；(3)根据动态网络中的节点数量，确定模型中的隐藏层层数和每一个隐藏层的单元数量，并搭建模型；(4)将训练集中的数据样本输入模型进行训练，当达到最大训练步数或模型收敛后，模型训练完毕；(5)输入待测试的序列，进行网络结构预测。利用本发明，能够同时学习网络的非线性特征和时间上的结构演化特征，从而准确预测下一时刻网络的整体结构。
-
公开(公告)号：CN108121772A
公开(公告)日：2018-06-05
申请号：CN201711268840.6
申请日：2017-12-05
申请人： 浙江工业大学
摘要： 一种基于工具变量法的社交网络用户好友影响力度量方法，包括以下步骤：S1：提取社交网络中用户的好友信息、属性特征和行为特征，并根据具体问题选定合适的工具变量；S2：根据具体问题对用户好友进行分类；S3：利用工具变量进行第一阶段最小二乘回归，对不同类型用户好友的活动量做出估计；S4：利用S3中得到的用户好友活动量估计值，对用户本身的活动量进行第二阶段最小二乘回归，得到的回归系数即可作为影响力大小的度量。本发明利用工具变量法，将影响用户活动的内部因素和外部因素进行解耦，对用户的活动量进行了无偏估计，从而实现了对社交网络中用户影响力较为准确的定量描述，具有现实应用价值。
-
公开(公告)号：CN107663149A
公开(公告)日：2018-02-06
申请号：CN201610622259.9
申请日：2016-07-29
申请人： 浙江工业大学
摘要： 本发明提供了一种菲醌及其衍生物的制备方法：以式I所示的邻芳基苯乙酮类化合物为原料，在有机溶剂中，在催化剂和氧化剂作用下，在耐压密封管中于60～100℃下反应12～36h，所得反应液分离纯化制得式II所示的菲醌及其衍生物；所述的催化剂为硒及其氧化物；本发明原料简单易得，反应条件温和，官能团容忍性好，操作简单且环境友好型，是合成含各种取代基的菲醌提供一种新的方法。
-
公开(公告)号：CN107641088A
公开(公告)日：2018-01-30
申请号：CN201610620304.7
申请日：2016-07-29
申请人： 浙江工业大学
IPC分类号： C07C253/00 , C07C255/50 , C07C255/54 , C07D307/79
摘要： 本发明提供了一种苯甲腈类化合物的制备方法：以式(I)所示的苯乙炔及其衍生物为原料，亚硝酸盐为氮源，在有机溶剂中，在氧化剂作用下，在0～50℃下反应4～12小时，所得反应液经分离纯化制得式(II)所示的苯甲腈类化合物；所述氮源与所述式(I)所示的苯乙炔及其衍生物的物质的量之比为1～3：1；本发明原料简单易得，反应条件温和，官能团容忍性好，操作简单且环境友好型，为合成含各种取代基的苯甲腈提供一种新的方法。
-
公开(公告)号：CN107641075A
公开(公告)日：2018-01-30
申请号：CN201610616716.3
申请日：2016-07-29
申请人： 浙江工业大学
摘要： 本发明提供了一种9,10-菲醌类化合物的制备方法：以式I所示的2-芳基肉桂醛为原料，在有机溶剂中，在铜催化剂和氧化剂的作用下，0～50℃温度下反应12～36h，所得反应液分离纯化制得式II所示的9,10-菲醌类化合物；本发明原料简单易得，反应条件温和，避免使用昂贵且有毒的催化剂或配体，安全环保，原子经济性高，操作简单，为合成含各种取代基的9,10-菲醌提供一种新的方法。
-
公开(公告)号：CN107622307A
公开(公告)日：2018-01-23
申请号：CN201710812125.8
申请日：2017-09-11
申请人： 浙江工业大学
摘要： 一种基于深度学习的无向网络连边权重预测方法，包括以下步骤：1)根据已有的加权网络数据集建立带权重的无向网络图；2)利用表示网络中节点属性特征的向量构造模型的输入，若网络节点不带有属性特征，则用相应维度的单位矩阵作为模型输入；3)确定模型的层数与各层的参数，利用频域卷积搭建多层的频域卷积模型；4)用十折交叉验证法确定训练集和测试集，以均方误差(MSE)作为优化目标进行训练，并将其与预测权重和真实权重之间的皮尔森相关系数(PCC)作为模型的评价指标。本发明利用深度学习的方法，结合频域卷积，设计了多层的频域卷积模型用于无向网络的连边权重预测，简化了传统预测方法的流程，预测结果较好。
-
公开(公告)号：CN105085275B
公开(公告)日：2017-04-12
申请号：CN201410449413.8
申请日：2014-09-04
申请人： 浙江工业大学
IPC分类号： C07C201/12 , C07C205/22 , C07C205/26
摘要： 本发明涉及一种有机化合物的合成方法，为解决现有技术中邻硝基苯酚合成过程中使用强酸造成的严重的环境污染问题以及合成步骤较长较复杂的问题，本发明提出了一种邻硝基苯酚类及其衍生物的合成方法，由苯酚类化合物出发，合成2‑(苯氧基)吡啶，将得到的产物、催化剂、亚硝酸叔丁酯、以及有机溶剂依次加入密封耐压容器中，在油浴中加热50～100℃，反应10～30小时，得到2‑(2‑硝基苯)氧基吡啶；再处理得到邻硝基苯酚类及其衍生物；该方法简便，高效。
-
公开(公告)号：CN104311377B
公开(公告)日：2016-08-17
申请号：CN201410449576.6
申请日：2014-09-04
申请人： 浙江工业大学
摘要： 本发明属于有机化合物合成技术领域，为解决目前联苯类化合物的合成方法中存在着使用较为昂贵的过渡金属催化剂、反应条件较为苛刻、合成步骤繁杂等问题，本发明提出了一种联苯类化合物的合成方法，以芳基取代环己醇为起始物，与催化剂、氧化剂在溶剂中于50～100℃条件下反应2～48小时，得到联苯类化合物，本方法具有反应条件相对温和，使用贱金属铜作为催化剂，无需配体参与，而且操作简便易行等优点。
-
-
-
-
-
-
-
-
-
搜索结果
76 条记录 (耗时 0.042 秒)
