-
公开(公告)号：CN117236784A
公开(公告)日：2023-12-15
申请号：CN202311394238.2
申请日：2023-10-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/0639 , G06Q10/047 , G06Q50/06
Abstract: 近年来，随着技术进步和移动网络的普及，在线社交网络成为我们日常生活的重要方面。一些用户在社交网络上的影响往往大于其他用户。寻找有影响力的用户/节点以利用网络中的特定信息的过程称为影响力最大化。有多种潜在应用，包括网络免疫、流行病管理、药物设计、疾病或谣言的传播以及病毒营销。这些影响最大化问题是NP‑hard问题，因此不能采用精确的方法。一些启发式策略已被建议作为解决特定应用程序上下文的潜在解决方案。然而现有方法存在局限性，因为它们在对有影响的节点进行排序时仅考虑局部结构等单节点拓扑，而忽略了全局结构等节点之间的连通性，从而导致评估结果不准确。因此，为找到解决这个问题的方法，必须设计了一种基于电势的复杂社会网络影响力节点识别方法，将局部性和全局性等拓扑因素考虑在内。通过考虑两个节点之间的度和距离，我们提出了一种新的中心性，它从电势公式中汲取灵感，以便根据局部性和全局性等拓扑因素确定影响节点。
-
公开(公告)号：CN118764157A
公开(公告)日：2024-10-11
申请号：CN202410782042.9
申请日：2024-06-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于区块链技术领域，公开了基于区块链的生态系统中异构和不受信任的设备之间对互操作方法及系统，此系统在架构设计上开发模块化架构，适应不同的区块链网络和不受信任的设备，确保数据交换过程的灵活性和可扩展性；在协议开发上设计轻量级通信协议，实现不同区块链系统之间的无缝交互，注重效率、安全和隐私；在智能合约抽象方面，将智能合约抽象为独立的数据模块，以促进分层访问控制并增强数据共享中的隐私保护；在安全措施方面实施强大的安全措施，包括加密技术、访问控制机制和身份验证协议，以保障数据完整性和机密性；在互操作性测试方面，进行严格的测试以验证所设计框架在异构设备之间的互操作性，确保可靠性、效率和兼容性。
-
公开(公告)号：CN118040304A
公开(公告)日：2024-05-14
申请号：CN202410359314.4
申请日：2024-03-27
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及天线技术领域，具体提供一种宽带反射器背衬天线，包括：包括反射器和介质层，介质层的正面连接贴片层，介质层的背面连接接地层；反射器通过支撑柱连接介质层，介质层与反射器平行且介质层的背面正对反射器；贴片层形状为领结形环状区域。该宽带反射器背衬天线最低频率可达600MHz，适用于短程雷达、地下和穿墙公用设施探测、无损检测和地质勘探。
-
公开(公告)号：CN118673322A
公开(公告)日：2024-09-20
申请号：CN202410782176.0
申请日：2024-06-18
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/214 , G06F18/2411 , G06F18/27 , G06N20/10
Abstract: 本发明属于机器学习领域，公开了一种基于机器学习的复杂网络关键节点识别方法及系统，该方法包括：生成代表性训练数据集，利用集体特征工程，将连接性、局部度、邻域中心性和全局中心性元素集成到每个节点表示中；采用支持向量回归和径向基函数核进行建模，预测整个图中节点的重要性。本发明为解决病毒营销和信息控制等各种现实应用中的关键节点识别挑战提供了一种新颖且适应性强的解决方案。
-
公开(公告)号：CN117411696A
公开(公告)日：2024-01-16
申请号：CN202311407722.4
申请日：2023-10-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L9/40 , G06F18/24 , G06F18/2321 , G06N3/0895 , G06F21/55
Abstract: 基于人工智能(AI)的传感器在解释来自各种行业的数据，包括工业物联网(IIoT)和移动设备中起着至关重要的作用。本发明展示了一个适应性的、基于原型的半监督学习框架，专为处理不断演变的IIoT数据流中的入侵检测而设计。该发明解决了IIoT数据处理中的两个重要挑战：概念漂移，即输入特征与目标变量之间的关系随着时间的推移而变化；以及概念演变，即数据流中新类别的出现。提出的框架采用了一种新颖的分类器，引入了一种独特的数据抽象方法，这种方法在多个粒度级别创建动态原型，总结数据流并有效地捕获本地数据分布。这种分类器在迅速处理数据、基于最新信息做出实时决策方面，独具优势，其能力在动态的物联网环境中至关重要。该模型的一个重要特性是其能够适应本地概念漂移并直观地检测出新出现的入侵攻击，它会自动确定原型随时间的重要性，使模型能够快速适应底层数据分布的变化。这种快速适应减少了由于概念漂移导致的数据分布变化对模型性能的下降。此外，还引入了一种主动学习技术，大大减少了手动标记的需求，同时保持甚至提高了模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN117370735A
公开(公告)日：2024-01-09
申请号：CN202311393691.1
申请日：2023-10-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/10 , G06F18/23 , G06F18/2413 , G06N3/0895 , G06N5/022
Abstract: 本发明提出了一种可适应的基于传感器数据流的人类活动识别框架，涉及使用在线学习和主动学习进行HAR。与传统方法不同，在线学习将数据视为一个持续流动的数据流，使系统能够持续学习并适应变化，如个人活动模式的变化或传感器测量的转变。大多数传统的HAR方法假定人工数据注释或标记，这可能非常耗时和挑战性。为了解决这个问题，我们引入主动学习，该算法主动选择训练实例。主动学习可以查询用户关于模糊活动的信息，有效地引导学习过程，使用更少的标记数据实例，简化注解过程。因此，该发明的重要贡献是将在线学习和主动学习引入基于传感器的HAR方法，可能提高适应性和效率，并减少劳动强度。这种方法考虑到环境或用户行为的动态变化，并优化了注释过程，使得HAR在现实世界的应用中更有效。
-
公开(公告)号：CN118296777A
公开(公告)日：2024-07-05
申请号：CN202410476753.3
申请日：2024-04-19
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于交通工程和网络分析的技术领域，公开了一种基于复杂网络理论来识别城市公交网络中关键站点的方法，利用复杂网络理论构建公交网络模型，将公交站点定义为节点，公交路线定义为边。接着，创建一个矩阵G，用以表示公交网络，矩阵中的元素e_{ij}指示站点间是否存在直接连接。通过分析结构模式和负载中心性，确定网络中的关键节点。结构模式分析帮助识别局部连接模式和社区结构，而负载中心性测量则侧重于评估站点在网络流量中的作用。最后，结合这两种分析方法，形成一个混合影响力指标，精确评估并识别出在公交网络中起决定性作用的关键公交站点。这种方法不仅有助于改善城市交通系统的设计和管理，还能提高公交网络的运行效率和服务质量。
-
公开(公告)号：CN118278615A
公开(公告)日：2024-07-02
申请号：CN202410476749.7
申请日：2024-04-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06Q10/063 , G06Q50/26 , G06F18/21 , G06F18/23
Abstract: 本发明涉及一种识别复杂网络中关键节点的方法，旨在通过综合利用节点的局部和全局信息，准确评估节点在网络中的中心性，从而识别出对组织成功至关重要的关键人物。该方法首先构建目标网络模型，利用全局结构模型(GSM)、扩展聚类系数排名测量(ECRM)和基于地域的结构系统(LSS)等新颖度量方法计算节点中心性值。接着，通过易感‑感染(SI)模型确定度量方法的权重，提高中心性值计算的准确性。最后，基于中心性值和权重对网络节点进行综合评估和排序，识别出关键节点。本发明方法克服了传统算法在应对大规模网络复杂性时的局限，提供了一种全面、准确的关键节点识别方法，为智能企业系统内部的互联网业务价值转变提供了有力支持。本发明具有广泛的应用前景，对于提升组织效率和决策水平具有重要意义。
-
公开(公告)号：CN118232007A
公开(公告)日：2024-06-21
申请号：CN202410359318.2
申请日：2024-03-27
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及天线技术领域，具体提供一种用于电磁成像的宽带锥形缝隙贴片天线，包括：贴片层、介质层和接地层；所述贴片层铺设在介质层的正面，所述接地层铺设在介质层的背面；所述贴片层为矩形，矩形内部包括多个椭圆形镂空，多个椭圆形镂空的尺寸相同；所述贴片层电连接锥形馈电条，所述锥形馈电条铺设在介质层的正面；所述锥形馈电条延伸至介质层的边缘，通过外部导线电连接反射器。本发明突出了天线的紧凑、轻巧设计、宽带覆盖、简单的平面结构和辐射对称性，还兼顾了天线在低频率下的效率和结构效率，反射系数、增益性能、辐射效率和时域特性都表现良好。
-
公开(公告)号：CN117407599A
公开(公告)日：2024-01-16
申请号：CN202311407384.4
申请日：2023-10-25
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/9536 , G06Q50/00 , G06F18/22
Abstract: 物联网(IoT)是一个复杂的网络，连接着包括物理设备和在线社交网络在内的众多项目。一种有效的社区检测方法，将网络分割成可辨识的群体，对于理解和利用这些网络的基本结构至关重要。现有社区检测方法，很难准确确定社区数量，且只关注局部或全局网络信息。本发明公开了一种社交复杂物联网中基于有效距离信息的社区检测方法，分为三个步骤：第一步对节点的局部和路径信息进行详细检查，以确定它们在网络中的相对重要性；第二步，创建节点对以识别它们的二阶邻居，提供更多的上下文和连接数据；第三步着重于实际识别网络内的社区，优化社区检测结果。该方法不需要进行初步参数调整，并结合了局部和全局分析的优势。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
