基于动态描述逻辑和模型检测的语义Web服务验证方法

    公开(公告)号:CN104536901A

    公开(公告)日:2015-04-22

    申请号:CN201510034291.0

    申请日:2015-01-23

    Abstract: 本发明公开一种基于动态描述逻辑和模型检测的语义Web服务验证方法,在语义Web环境中模型验证技术的基础上,引入动态描述逻辑,将动作的执行作为Web服务模型中状态变化的原因,其可以将传统的模型检测技术应用到语义Web环境下Web服务验证的问题上。从系统模型的角度,将语义Web服务抽象为模型检测中的状态迁移系统;同时引入了动作理论,将原子服务的前提条件和执行结果抽象为动作理论的原子动作,将动作的执行看作是原子服务中状态迁移的原因。在此基础上,考察动作的执行所产生的模型是否满足时态规范。本发明弥补了传统的验证方法没有考虑Web服务中状态迁移原因的局限性,丰富了语义Web环境下Web服务验证的方法。

    基于动态描述逻辑和案例推理的软件系统故障检测方法

    公开(公告)号:CN104503920A

    公开(公告)日:2015-04-08

    申请号:CN201510034300.6

    申请日:2015-01-23

    Abstract: 本发明公开一种基于动态描述逻辑和案例推理的软件系统故障检测方法,其以状态为基础,采用动态描述逻辑的动作理论对问题进行描述,把程序功能模块的执行看作是使状态改变的动作,把状态的转换看作是由动作引起的改变,加入了状态转换之间的语义信息,降低了建模的复杂度。再将动态描述逻辑的描述能力和可推理能力结合案例推理技术,对故障案例进行管理,为系统将要出现的新的故障提供解决方法上的经验支持。加入动作序列匹配的案例检索提高对系统故障的案例检索的查准率。当系统运行的过程中遇到故障之后,利用本发明的方法能够通过软件运行的状态转换序列找出相似故障案例及提供相应修复措施。

    虚拟专用网络中安全隐患的解决方法

    公开(公告)号:CN102833271B

    公开(公告)日:2014-11-26

    申请号:CN201210351966.0

    申请日:2012-09-20

    Abstract: 本发明为虚拟专用网络中安全隐患的解决方法,步骤为:A,防火墙服务器检查VPN隧道内数据包加密部分包头信息的密文是否处于与其明文包头信息中目的IP地址对应的黑白名单中;B,A步结果为否,防火墙服务器按其目的IP地址查询防火墙得出符合条件的FDD分支;C,防火墙服务器将B步查询结果转化成OBDD,保存该OBDD及对应的查询条件;D,防火墙服务器加密并混淆C步所得OBDD各节点发送给VPN服务器;E,VPN服务器解密接收的OBDD得终结点信息,所得信息异或数据包的密文,发送至防火墙服务器;F,防火墙服务器执行防火墙策略,并将A步中的密文添加到与其目的IP地址对应的黑白名单内。防火墙对VPN隧道内的数据流安全执行防火墙策略,且加密数据不被泄漏。

    一种基于嵌入增强和对抗过滤的公平推荐方法

    公开(公告)号:CN118113935A

    公开(公告)日:2024-05-31

    申请号:CN202410117259.8

    申请日:2024-01-29

    Abstract: 本发明公开了一种基于嵌入增强和对抗过滤的公平推荐方法,其主要包括:首先,对数据进行预处理;接下来,预训练基于嵌入的推荐模型;然后基于数据增强的规则,对学习到的嵌入进行调整,再将数据集进行扩充,接着将调整后的嵌入与扩充后的数据集带入微调阶段的推荐模型。对于微调的模型,仍使用基于嵌入的推荐模型,加入公平感知的对抗过滤器;最后,在预测推荐结果时,先基于预测得分进行排序,再选择top‑K项目作为推荐结果返回给用户。本发明致力于引入数据增强规则和公平感知模块为来提升推荐系统的公平性。

    一种基于课程关联性解码的个性化课程推荐系统及方法

    公开(公告)号:CN117131259A

    公开(公告)日:2023-11-28

    申请号:CN202210543637.X

    申请日:2022-05-18

    Abstract: 本发明公开了一种基于课程关联性解码的个性化课程推荐系统及方法,实现了在用户偏好中进行知识感知实现推荐课程。本发明主要包括:数据采集和处理、自注意力编码、课程关联性生成、课程推荐产生模块。首先,通过利用学习者对历史课程产生的学习记录数据构建学习者的兴趣偏好,其次,利用课程描述文本信息得到课程关联性进而产生课程的特征向量,最后,通过刻画学习者的兴趣偏好与课程关联性解码得到课程的候选列表,以此提高推荐结果的学习者个性化和准确度。

    融合知识图谱和图神经网络的课程推荐方法

    公开(公告)号:CN116304336A

    公开(公告)日:2023-06-23

    申请号:CN202310274374.1

    申请日:2023-03-21

    Abstract: 本发明涉及数据挖掘技术领域,具体涉及一种融合知识图谱和图神经网络的课程推荐方法,通过在个性化课程推荐中引入知识图谱模型,提高了方法的可解释性,同时在构建知识图谱过程中,引入数据爬取和开源数据库,丰富课程信息,解决数据稀疏性的问题,提高模型鲁棒性,再通过将知识图谱转化为知识异构图,然后采用图神经网络进行知识异构图表示学习,对每一种关系抽取一个对应二部图,每一个二部图使用一种图神经网络进行消息传递,实体间以各自的消息传递机制,聚合邻域信息并传播自身信息,挖掘高阶的关系表示,弥补了现有推荐方法的不足。

    融合强化学习和知识图谱链路传播的在线课程推荐方法

    公开(公告)号:CN115098770A

    公开(公告)日:2022-09-23

    申请号:CN202210640457.3

    申请日:2022-06-07

    Inventor: 常亮 陈艺 刘铁园

    Abstract: 本发明提供了融合强化学习和知识图谱链路传播的在线课程推荐方法,本发明基于知识图谱与人工智能领域等方面的技术,包含信息采集模块,强化学习模块,数据处理模块和推荐模块。本发明通过路径信息丰富用户的嵌入式表达,并使用强化学习模块来辅助课程推荐系统,最终对用户提供更加精准的课程推荐。我们通过如下几个方面来提升课程推荐的准确率。首先,利用强化学习模块对用户的交互信息去噪,并得到用户对不同课程的兴趣因子。其次,使用携带用户目的性的隐含的链路传播信息与对应课程的兴趣因子丰富用户嵌入式表达,这使得用户的嵌入式表达更加准确且全面,最终实现提升课程推荐系统准确率的效果。

    一种基于学习者偏好建模的个性化学习资源推荐方法

    公开(公告)号:CN111460249B

    公开(公告)日:2022-09-09

    申请号:CN202010110899.8

    申请日:2020-02-24

    Abstract: 本发明提供的是一种基于学习者偏好建模的个性化学习资源推荐方法。其特征是:将从在线学习平台中获取学习者相关学习日志文件,包括学习者的历史课程注册记录、对应课程分数以及课程相关属性等数据作为输入数据,通过嵌入注意力机制来更好地获取学习者的历史课程偏好,将其作为自动编码器神经网络的编码输入,然后构建课程知识图谱获得课程先决知识关系,根据课程之间的关联性进行解码,最后计算出学习者学习目标课程的概率,根据概率由大到小来生成学习者的目标推荐列表,以此提高推荐结果的个性化和准确性。

    一种基于相变材料的电/光可调太赫兹双频吸收器

    公开(公告)号:CN112018521B

    公开(公告)日:2022-07-26

    申请号:CN202010866866.6

    申请日:2020-08-26

    Abstract: 本发明为一种基于二氧化钒的电/光可调太赫兹双频吸收器,其主要特征是:包括金属基底、位于金属基底之上的高阻硅层和固定于高阻硅层表面的二维阵列,每个阵列单元包括一个小尺寸方形开口环金属结构、一个大尺寸方形开口环金属结构、2个相变垫片和1条引线。上相变垫片处于单元内引线上侧的小尺寸方形开口环金属结构开口处,下相变垫片处于单元内引线下侧的大尺寸方形开口环金属结构开口处。二维阵列两侧各固定一电极,分别连接直流电源的正负极。吸收器的调谐触发方式为两种,电触发与激光触发。本发明可用电/光实现太赫兹双频吸收器的快速有效调谐,无需繁琐的更换不同吸收频率太赫兹吸收器,适用于不同场合,操作简单。

Patent Agency Ranking