-
公开(公告)号：CN112217641B
公开(公告)日：2022-09-27
申请号：CN202011132274.8
申请日：2020-10-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于ADD支持读写功能的密文策略属性基加密方法，首先构造ADD访问结构，然后确定ADD访问结构中的有效路径，最后实现基于ADD的CP‑ABE方案，该方案实现过程共涉及4个实体：授权中心、数据加密方即数据拥有者、数据解密方即数据使用者、云服务器，其中授权中心负责执行Setup算法以及Keygen算法，分别实现系统建立以及用户私钥生成的功能；数据加密方执行Encrypt算法，完成明文加密；数据解密方执行Decrypt算法，实现对密文数据的读、写；云服务器负责密文数据的存储；该方法充分利用ADD在伪布尔函数描述方面的优势实现高效的密文共享及访问控制，并引入PV操作解决多个用户在进行密文数据读、写操作时存在的资源访问冲突问题。
-
公开(公告)号：CN110532464B
公开(公告)日：2022-04-12
申请号：CN201910743597.1
申请日：2019-08-13
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/951 , G06F16/36 , G06Q50/14
Abstract: 本发明公开了一种基于多旅游上下文建模的旅游推荐方法，包括：采集数据并进行预处理，对用户、景点及其属性数据进行编号；构建旅游序列轨迹和景点知识图谱；通过深度学习模型训练得到游客访问行为序列上下文和景点旅游属性上下文的特征表示；融合多旅游上下文信息得到最终的用户向量和景点向量；计算用户向量与各景点向量的空间距离相似度，得到Top‑K旅游景点推荐。本发明利用向量融合的方法将由游客访问行为序列上下文和景点旅游属性上下文分别得到的用户向量和景点向量合并为最终的用户向量和景点向量，该特征表示有效地融合了多旅游上下文，提高了特征表示中的高级旅游语义，确保了推荐的有效性。
-
公开(公告)号：CN110659411B
公开(公告)日：2022-03-11
申请号：CN201910773079.4
申请日：2019-08-21
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经注意力自编码器的个性化推荐方法，包括：利用自编码器编码用户对项目的二元评分，生成项目的评分特征表示；通过词注意力模块生成项目的描述特征表示；利用神经门控模块融合项目的评分特征表示和描述特征表示，得到项目的表示向量；通过项目表示生成模块计算得到候选项目表示向量和用户历史访问项目的表示向量，将候选项目的表示向量和用户历史访问项目的表示向量输入注意力网络,生成用户的表示向量；将用户表示向量和候选项目的表示向量进行内积操作，得到用户访问候选项目的预测概率；将计算出的不同候选项目的预测概率从大到小排列，取排名前K的候选项目作为该用户的个性化推荐列表。
-
公开(公告)号：CN113836397A
公开(公告)日：2021-12-24
申请号：CN202111025959.7
申请日：2021-09-02
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/84 , G06Q30/06
Abstract: 本发明公开了一种购物篮个性化特征建模的推荐方法，根据历史购物篮事务数据集的特征构成三元组，并将所述三元组映射到特征向量空间，引入不同的关联类型进行计算与关联，最后利用神经网络技术对不同实体之间的低阶特征组合和高阶特征组合进行建模，对目标物品项进行预测，三元组的使用让模型可以从用户历史数据集中捕获更多的关联组合，缓解了购物篮推荐任务中的数据稀疏性问题，同时使得推荐结果具有可靠性和准确性，解决了现有技术中基于购物篮推荐方法推荐精度不高和推荐结果个性化程度低的问题。
-
公开(公告)号：CN109376249B
公开(公告)日：2021-11-30
申请号：CN201811042565.0
申请日：2018-09-07
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F40/289
Abstract: 本发明提出一种基于自适应负采样的知识图谱嵌入方法,包括以下步骤：步骤1、根据实体间的相似性对实体向量进行分组；步骤2、利用同一分组内的相似实体进行相互替换并生成与正例三元组相似的负例三元组；步骤3、将所述正例三元组与所述负例三元组作为知识图谱嵌入模型中的训练输入；步骤4、利用所述知识图谱嵌入模型的损失函数优化更新实体向量与关系向量。本发明提高了替换实体与被替换实体之间的相似度，从而提高负例三元组质量；根据实体在知识图谱中出现的频率对实体进行采用，提高了高频实体被训练的次数；通过提高负例三元组的质量，有效的实现了知识图谱中实体与关系的嵌入。
-
Patent Agency Ranking
公开(公告)号：CN109165278B
公开(公告)日：2021-11-09
申请号：CN201811042564.6
申请日：2018-09-07
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于实体和关系结构信息的知识图谱表示学习方法,包括以下步骤：获取知识图谱中实体的结构语义信息与关系的结构语义信息；根据所述实体的结构语义信息与关系的结构语义信息，构建实体目标向量与目标关系向量；根据所述实体目标向量与目标关系向量，构建得分函数；根据所述得分函数构建损失函数，通过最小化所述损失函数，学习实体与关系的最佳向量表示。本发明充分地利用了实体和关系周围的结构信息来对实体和关系的表示进行丰富和约束。本发明有效地增强了对实体和关系的表达能力，构造了全新的目标函数，从而更好的对实体和关系进行表示，并保存实体和关系之间的联系，从而能够很好的应用于大规模的知识图谱补全当中。
-
公开(公告)号：CN110287335B
公开(公告)日：2021-08-27
申请号：CN201910522015.7
申请日：2019-06-17
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535 , G06Q50/14 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于知识图谱和用户长短期偏好的个性化景点推荐方法，包括：对游客的历史游览景点序列进行预处理并进行景点‑编码转换；使用node2vec随机游走得到景点序列，利用word2vec中的Skip‑gram模型，得到游客和景点的特征向量；将景点的特征向量加上偏置得将作为GRU网络的输入，然后利用GRU网络进行训练输出每个景点的潜在向量；为每个景点分配不同的权重，将每个景点的权重与景点的潜在向量相乘做累加得到当前游客的长期偏好，将当前游客的长期偏好与游客的当前偏好做拼接操作后乘以权重得最终向量；对最终向量与游客的当前偏好进行点积操作得景点的预估评分，对景点的预估评分进行归一化处理得每个景点的预测概率，取前K个分数对应的景点，得到top_k景点推荐列表。
-
公开(公告)号：CN108197290B
公开(公告)日：2021-08-03
申请号：CN201810053803.1
申请日：2018-01-19
Applicant: 桂林电子科技大学
IPC: G06F16/36
Abstract: 本发明公开一种融合实体和关系描述的知识图谱表示学习方法，考虑了实体与关系的文本描述信息，很好地融合了三元组的结构化信息与文本描述信息两大信息源，通过基于神经网络的端到端模型对实体和关系联合抽取，设置一个平衡因子来平衡结构化信息和文本描述信息，并根据预测对象的不同定义不同的得分函数；然后利用损失函数把实体向量和关系向量关联起来，并优化该损失函数，当达到优化目标时，就可以学得知识图谱及文本描述信息中每个实体的向量和关系的向量。本发明解决了知识库中实体和关系的稀疏性和不平衡性，更精确有效地表示实体和关系及其之间的相互联系，并将其应用于大规模知识图谱中，具有较好的实用性。
-
公开(公告)号：CN108737429B
公开(公告)日：2021-06-08
申请号：CN201810510359.1
申请日：2018-05-24
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种网络入侵检测方法，主要利用粒子群算法局部搜索能力强的优点来弥补蜂群算法局部搜索能力弱的缺点，采用多粒子群算法对蜂群算法选出的优质蜜源位置进行进一步开采；并对传统蜂群算法中观察蜂跟随引领蜂的概率计算方式进行改进，采用更合理的加权反轮盘赌和轮盘赌相结合的方法计算跟随概率；同时引入差异化阈值的多蜂群机制，进一步提高算法的搜索性能。本发明能够提高网络入侵检测系统对未知入侵的检测准确率，并最终提高整个入侵检测系统的检测率。
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.047 seconds)
