-
公开(公告)号：CN115661696B
公开(公告)日：2025-04-15
申请号：CN202211322158.1
申请日：2022-10-27
Applicant: 重庆邮电大学
IPC: G06V20/30 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/094 , G06F16/26 , G06F16/2458
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题图像化的谣言检测方法，包括：对获取的数据进行数据清洗处理；将评论拓扑网络二维图像化，将每一个评论节点映射到图像中的每一个像素点；通过用户内外因素建立情感互影响函数，结合演化博弈理论构建情感互影响模型并量化评论情感；量化后的情感嵌入到话题图像中对应的像素点上，通过卷积神经网络对话题二维话题图像进行卷积，利用函数将网络的输出转换为两个类别的概率值，最大概率值对应的类别作为预测结果。本发明将评论拓扑网络图像化挖掘出谣言话题评论中的隐秘性，提高了谣言检测的精确度，同时为社交网络谣言的机制的研究提供了新的方向。
-
公开(公告)号：CN115661696A
公开(公告)日：2023-01-31
申请号：CN202211322158.1
申请日：2022-10-27
Applicant: 重庆邮电大学
IPC: G06V20/30 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/047 , G06N3/094 , G06F16/26 , G06F16/2458
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于话题图像化的谣言检测方法，包括：对获取的数据进行数据清洗处理；将评论拓扑网络二维图像化，将每一个评论节点映射到图像中的每一个像素点；通过用户内外因素建立情感互影响函数，结合演化博弈理论构建情感互影响模型并量化评论情感；量化后的情感嵌入到话题图像中对应的像素点上，通过卷积神经网络对话题二维话题图像进行卷积，利用函数将网络的输出转换为两个类别的概率值，最大概率值对应的类别作为预测结果。本发明将评论拓扑网络图像化挖掘出谣言话题评论中的隐秘性，提高了谣言检测的精确度，同时为社交网络谣言的机制的研究提供了新的方向。
-
公开(公告)号：CN115859177B
公开(公告)日：2025-05-06
申请号：CN202211479507.0
申请日：2022-11-24
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种航空发动机的故障诊断方法，包括获取具有标签信息的原始航空发动机故障数据并将原始航空发动机故障数据划分为训练集和测试集；将训练集输入稀疏自编码器SAE并通过反向传播机制对稀疏自编码器SAE进行训练；将测试集中的样本输入训练好的稀疏自编码器SAE通过隐藏层降维得到稀疏样本向量；将稀疏样本向量输入SVM多分类器输出稀疏样本向量的预测结果，根据稀疏样本向量的预测结果和稀疏样本向量的标签信息利用粒子群算法计算SVM多分类器的最优参数；将目标航空发动机故障数据的稀疏样本向量输入SVM多分类器输出目标航空发动机故障数据的故障类别。
-
公开(公告)号：CN115859177A
公开(公告)日：2023-03-28
申请号：CN202211479507.0
申请日：2022-11-24
Applicant: 重庆邮电大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及一种航空发动机的故障诊断方法，包括获取具有标签信息的原始航空发动机故障数据并将原始航空发动机故障数据划分为训练集和测试集；将训练集输入稀疏自编码器SAE并通过反向传播机制对稀疏自编码器SAE进行训练；将测试集中的样本输入训练好的稀疏自编码器SAE通过隐藏层降维得到稀疏样本向量；将稀疏样本向量输入SVM多分类器输出稀疏样本向量的预测结果，根据稀疏样本向量的预测结果和稀疏样本向量的标签信息利用粒子群算法计算SVM多分类器的最优参数；将目标航空发动机故障数据的稀疏样本向量输入SVM多分类器输出目标航空发动机故障数据的故障类别。
-
-
-
Search Results
4
records
(took 0.015 seconds)
