-
公开(公告)号：CN110851660A
公开(公告)日：2020-02-28
申请号：CN201911011212.9
申请日：2019-10-23
Applicant: 华侨大学
IPC: G06F16/901 , G06Q50/00
Abstract: 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法，包括：建立包括S、C、D、I和R五种状态的节点传播模型，各状态在一定的转化因素下进行状态转化；状态转化过程中引入激励机制，抑制谣言传播；所述转化因素包括个人因素、邻居因素、内容因素和时延因素；其中，S表示未接触信息，C表示传播这个信息，D表示怀疑这个信息，I表示对该信息不感兴趣不会传播，R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素，模型更接近实际；引入激励机制使用户能够发送正确的辟谣信息，使得谣言更早的被发现和抑制。
-
公开(公告)号：CN109120460A
公开(公告)日：2019-01-01
申请号：CN201811139993.5
申请日：2018-09-28
Applicant: 华侨大学
Abstract: 本发明涉及一种社交网络中基于移动节点的辟谣方法，包括：建立包括S、T、C、I和R五种状态的节点传播模型，各状态在一定条件下可转化成其他状态；在谣言出现后的某个时刻，引入移动节点M，将模型中的其余节点状态都转化为R；其中，S表示未接触谣言，T表示深信谣言，C表示传播谣言，I表示免疫谣言，R表示传播辟谣。本发明的社交网络中基于移动节点的辟谣方法考虑了用户(节点)反应时延及多个好友传播等因素，并且引入了移动节点进行谣言控制，因此未收到谣言的用户可以免疫谣言，传播过和相信谣言的用户可以纠正错误，本发明方法能够应用在大规模在线网络中的信息安全以及舆情控制机制中。
-
公开(公告)号：CN112906282B
公开(公告)日：2023-05-26
申请号：CN202110313302.4
申请日：2018-05-07
Applicant: 华侨大学
IPC: G06F30/23 , G06F30/27 , G06F18/213 , G06N3/04 , G06N3/08 , G06F17/16 , G06F119/14
Abstract: 本发明公开了Sanger神经网络并行主元抽取的工作模态参数识别方法和系统，采用等距特征映射的三维时不变结构工作模态参数识别方法。因为等距特征映射算法使用近地距离度量测点间的近邻关系，可以很好的表达三维结构中的非线性特征，因此该方法对复杂三维结构工作模态参数有着很好的识别效果，可用于设备故障诊断、健康监测以及系统结构分析与优化。还包括Sanger神经网络时不变结构工作模态参数识别方法，使用基于Sanger神经网络并行主元抽取工作模态参数识别方法。依据学习率和学习规则并行迭代得到多阶主成分，易于被嵌入到多核硬件，具有很高的工程价值。
-
公开(公告)号：CN109120460B
公开(公告)日：2021-03-09
申请号：CN201811139993.5
申请日：2018-09-28
Applicant: 华侨大学
Abstract: 本发明涉及一种社交网络中基于移动节点的辟谣方法，包括：建立包括S、T、C、I和R五种状态的节点传播模型，各状态在一定条件下可转化成其他状态；在谣言出现后的某个时刻，引入移动节点M，将模型中的其余节点状态都转化为R；其中，S表示未接触谣言，T表示深信谣言，C表示传播谣言，I表示免疫谣言，R表示传播辟谣。本发明的社交网络中基于移动节点的辟谣方法考虑了用户(节点)反应时延及多个好友传播等因素，并且引入了移动节点进行谣言控制，因此未收到谣言的用户可以免疫谣言，传播过和相信谣言的用户可以纠正错误，本发明方法能够应用在大规模在线网络中的信息安全以及舆情控制机制中。
-
公开(公告)号：CN112906282A
公开(公告)日：2021-06-04
申请号：CN202110313302.4
申请日：2018-05-07
Applicant: 华侨大学
Abstract: 本发明公开了Sanger神经网络并行主元抽取的工作模态参数识别方法和系统，采用等距特征映射的三维时不变结构工作模态参数识别方法。因为等距特征映射算法使用近地距离度量测点间的近邻关系，可以很好的表达三维结构中的非线性特征，因此该方法对复杂三维结构工作模态参数有着很好的识别效果，可用于设备故障诊断、健康监测以及系统结构分析与优化。还包括Sanger神经网络时不变结构工作模态参数识别方法，使用基于Sanger神经网络并行主元抽取工作模态参数识别方法。依据学习率和学习规则并行迭代得到多阶主成分，易于被嵌入到多核硬件，具有很高的工程价值。
-
Patent Agency Ranking
公开(公告)号：CN108594660B
公开(公告)日：2021-04-30
申请号：CN201810428108.9
申请日：2018-05-07
Applicant: 华侨大学
IPC: G05B13/04
Abstract: 本发明公开了一种时不变结构的工作模态参数识别方法和系统，采用等距特征映射的三维时不变结构工作模态参数识别方法。因为等距特征映射算法使用近地距离度量测点间的近邻关系，可以很好的表达三维结构中的非线性特征，因此该方法对复杂三维结构工作模态参数有着很好的识别效果，可用于设备故障诊断、健康监测以及系统结构分析与优化。还包括Sanger神经网络时不变结构工作模态参数识别方法，使用基于Sanger神经网络并行主元抽取工作模态参数识别方法。依据学习率和学习规则并行迭代得到多阶主成分，易于被嵌入到多核硬件，具有很高的工程价值。
-
公开(公告)号：CN108594660A
公开(公告)日：2018-09-28
申请号：CN201810428108.9
申请日：2018-05-07
Applicant: 华侨大学
IPC: G05B13/04
Abstract: 本发明公开了一种时不变结构的工作模态参数识别方法和系统，采用等距特征映射的三维时不变结构工作模态参数识别方法。因为等距特征映射算法使用近地距离度量测点间的近邻关系，可以很好的表达三维结构中的非线性特征，因此该方法对复杂三维结构工作模态参数有着很好的识别效果，可用于设备故障诊断、健康监测以及系统结构分析与优化。还包括Sanger神经网络时不变结构工作模态参数识别方法，使用基于Sanger神经网络并行主元抽取工作模态参数识别方法。依据学习率和学习规则并行迭代得到多阶主成分，易于被嵌入到多核硬件，具有很高的工程价值。
-
公开(公告)号：CN110705041B
公开(公告)日：2022-12-23
申请号：CN201910863411.6
申请日：2019-09-12
Applicant: 华侨大学
IPC: G06F30/20 , G06F30/17 , G06F119/14
Abstract: 本发明提供一种基于EASI的线性结构工作模态参数识别方法，变步长EASI方法具有收敛速度快的优点，因此提出一种基于变步长EASI的线性时不变结构工作模态参数识别方法；滑动窗方法具有跟踪时变的能力，因此，提出一种基于滑动窗固定步长EASI的线性慢时变结构工作模态参数识别方法；然而，由于变步长方法跟踪能力弱，对非平稳信号的识别精度差，滑动窗方法收敛速度慢，提出了将滑动窗方法和变步长EASI相结合的基于滑动窗变步长EASI的方法，并且将之应用于慢时变结构的工作模态分析。
-
公开(公告)号：CN110851660B
公开(公告)日：2022-07-01
申请号：CN201911011212.9
申请日：2019-10-23
Applicant: 华侨大学
IPC: G06F16/901 , G06Q50/00
Abstract: 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法，包括：建立包括S、C、D、I和R五种状态的节点传播模型，各状态在一定的转化因素下进行状态转化；状态转化过程中引入激励机制，抑制谣言传播；所述转化因素包括个人因素、邻居因素、内容因素和时延因素；其中，S表示未接触信息，C表示传播这个信息，D表示怀疑这个信息，I表示对该信息不感兴趣不会传播，R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素，模型更接近实际；引入激励机制使用户能够发送正确的辟谣信息，使得谣言更早的被发现和抑制。
-
公开(公告)号：CN110705041A
公开(公告)日：2020-01-17
申请号：CN201910863411.6
申请日：2019-09-12
Applicant: 华侨大学
IPC: G06F30/20 , G06F30/17 , G06F119/14
Abstract: 本发明提供一种基于EASI的线性结构工作模态参数识别方法，变步长EASI方法具有收敛速度快的优点，因此提出一种基于变步长EASI的线性时不变结构工作模态参数识别方法；滑动窗方法具有跟踪时变的能力，因此，提出一种基于滑动窗固定步长EASI的线性慢时变结构工作模态参数识别方法；然而，由于变步长方法跟踪能力弱，对非平稳信号的识别精度差，滑动窗方法收敛速度慢，提出了将滑动窗方法和变步长EASI相结合的基于滑动窗变步长EASI的方法，并且将之应用于慢时变结构的工作模态分析。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.018 seconds)
