公开(公告)号：CN108460667A

公开(公告)日：2018-08-28

申请号：CN201810307847.2

申请日：2018-04-08

Applicant: 王备战 ,  林凡

Inventor： 王备战 ,  林凡

IPC: G06Q30/06 ,  G06Q30/02

Abstract: 本发明涉及数据处理与分析技术领域，具体涉及一种基于用户VR漫游行为反馈的文化内容推荐方法，将用户通过个人基本信息进行分类，然后系统通过分析用户在漫游过程中所经历的场景片段，根据场景片段受到的欢迎程度，系统结合用户个人基本信息，当用户在线浏览商城时，自动地向用户推荐与场景片段内的景点基本信息有关的和景点特色产品有关的产品，提高了系统对用户推荐产品的精确性。

公开(公告)号：CN108537636A

公开(公告)日：2018-09-14

申请号：CN201810307840.0

申请日：2018-04-08

Applicant: 林凡 ,  王备战

Inventor： 林凡 ,  王备战

IPC: G06Q30/06

Abstract: 本发明涉及协同过滤算法技术领域，具体涉及一种基于用户动态行为相似性的在线协同过滤内容推荐算法，包括用户特征矩阵P、商品特征矩阵Q和用户商品评分矩阵R，所述用户特征矩阵P，大多线上或线下协同过滤算法都假定用户兴趣在整个过程中保持不变。但是用户偏好以及商品的受欢迎程度都是随时间不断变化的，所以在线协同过滤的参数是随时间相关动态更新。在线协同过滤算法过程中，用户的近邻也是不断变化的。因此为了提高推荐的准确率，我们将动态的信息考虑加入推荐算法并将近邻算法融入在线协同过滤算法中，提出一种基于用户动态行为相似性的在线协同过滤推荐算法。通过MovieLens100K,MovieLens1M and HetRec2011三个数据集实验发现本算法相比于其他算法有一定的优势。

公开(公告)号：CN104850727A

公开(公告)日：2015-08-19

申请号：CN201510038233.5

申请日：2015-01-27

Applicant: 厦门大学 ,  林凡

Inventor： 林凡 ,  王备战 ,  吴鹏程 ,  夏侯建兵

IPC: G06F19/00

Abstract: 本发明公开一种基于云重心理论的分布式大数据系统风险评估方法，包括过程1：对风险等级进行划分，通过标准云生成器产生标准风险云；过程2：对虚拟机节点的相关信息进行采集，并进行数据预处理，获得Risk(P,T,A,R)风险描述向量和RiskAHP-RBF值；其中Risk(P,T,A,R)风险描述向量是指虚拟机性能指标P、虚拟机时间指标T、报警日志指标A和LSA风险识别指标R；过程3：对描述各属性的风险度向量进行归一化处理，使用风险度云逆向生成器产生数学风险云(也即4个属性风险云和一个综合风险云)；过程4：将各属性风险云综合分析得到综合风险云Riskcloud；过程5：计算相似度并进行评价得出风险等级；过程6：以过程5的风险等级为依据，对当前汇聚云表示的风险等级进行评价。

公开(公告)号：CN104978612A

公开(公告)日：2015-10-14

申请号：CN201510414923.6

申请日：2015-07-15

Applicant: 厦门大学 ,  林凡

Inventor： 林凡 ,  王备战 ,  吴鹏程 ,  夏侯建兵

IPC: G06Q10/04 ,  G06F17/30

Abstract: 本发明公开一种基于AHP-RBF的分布式大数据系统风险预测方法，包括如下步骤：步骤1：采用AHP方法构建云计算虚拟机的单点风险描述模型；步骤2：用RBF神经网络实现AHP的风险指标的预测；RBF神经网络包含3层：第一层是输入层，由信号源节点组成；第二层为隐含层，该层所含的神经元数目是由具体问题而定的；第三层为输出层，主要是对输入模式做出响应；步骤3：采用MRPGA算法对RBF神经网络的隐含层优化，实现RBF神经网络对云计算虚拟机的单点风险预测；首先采用混合递阶遗传算法训练RBF神经网络，其将递阶遗传算法与递推最小二乘法相结合，利用递阶遗传算法确定RBF神经网络的结构、隐含层节点的中心和宽度，同时用递推最小二乘法对隐含层和输出层之间的连接权值进行构造。

公开(公告)号：CN104636449A

公开(公告)日：2015-05-20

申请号：CN201510038331.9

申请日：2015-01-27

Applicant: 厦门大学 ,  林凡

Inventor： 林凡 ,  王备战 ,  吴鹏程 ,  夏侯建兵

IPC: G06F17/30

CPC classification number: H04L41/145 ,  G06F17/30705 ,  H04L41/069

Abstract: 本发明公开一种基于LSA-GCC的分布式大数据系统风险识别方法，其包括如下过程：步骤1：建立LSA-GCC模型，该LSA-GCC模型用于将数据集映射到一个语义空间下，并采用聚类算法对其进行分类后，从聚类结果中抽取特定分类的原型向量，并对各个分类赋予一定权值，建立初始的原型向量模型；步骤2：通过LSA-SAM安全识别模型对风险进行前馈识别，LSA-SAM安全识别模型以LSA-GCC模型为基础进行信息系统风险评测，将待评估数据映射到同一语义空间后，与各个分类的原型向量作计算得到属于该分类的相似度，作相似度与对应分类的权值的累加和，最后求均值得到该待评估数据的风险值，即求得该数据到来时刻的风险值。

公开(公告)号：CN203424080U

公开(公告)日：2014-02-12

申请号：CN201320493043.9

申请日：2013-08-08

Applicant: 王备战

Inventor： 王备战 ,  王秀民 ,  刘持兴

IPC: A01G25/00 ,  E02B11/00

Abstract: 本实用新型公开了一种农田水利自助排灌系统，包括水池、主管道、支管道、排水沟、净化池和管道；所述水池和主管道相连按，主管道上安装有过滤器、第一调节阀和混合器；所述混合器通过第二调节阀和臭氧发生装置连接；所述支管道上安装有喷水口；所述排水沟与净化池连接；所述净化池与水池通过管道相连接；本实用新型的农田水利自助排灌系统，操作简便易行，可以有效防止农作物的病虫害，减少农药的使用，降低了农作物的农药残留量，绿色环保，并且实现了对水的循环利用，节约资源和能源。