-
公开(公告)号：CN117594127B
公开(公告)日：2024-11-15
申请号：CN202311558758.2
申请日：2023-11-21
Applicant: 北京理工大学
Abstract: 本发明提出了一种基于图神经网络的蛋白质K个最相似邻居查找方法。这种方法的目的是在样本的特征空间中查找与查询点特征最相似的K个邻居,从而对蛋白质的潜在相似关系进行挖掘。提出的方法是一种节点特征嵌入的图神经网络模型，它可以充分利用蛋白质之间的相互作用关系的网络拓扑特征、蛋白质的氨基酸序列、物化性质和几何性质等特征，并生成蛋白质节点的特征向量。根据节点特征向量求解蛋白质的K个最相似邻居。该图神经网络由图卷积神经网络、图注意力网络、和目标函数和近邻求解模块组成。K个最相似邻居是查找到达目标节点的欧式距离最短或与目标节点最相似的K个节点。实验结果表明本发明提出的方法在挖掘蛋白质的K个最相似邻居问题上可以得到较高的准确率。
-
公开(公告)号：CN118708597A
公开(公告)日：2024-09-27
申请号：CN202411203401.7
申请日：2024-08-30
Applicant: 国网山东省电力公司电力科学研究院 , 北京理工大学 , 国网山东省电力公司
Abstract: 本发明属于数据存储技术领域，本发明提供了一种基于区块链链上链下的电力数据存储方法及系统，包括：本发明通过对待存储电力数据的划分，保障重要数据存储安全性的同时，降低区块链的存储压力，基于区块链存储容量无法满足电力数据的存储时，通过数据哈希值分析，实现数据存储的优化，进一步减轻区块链的存储压力，基于将所有数据的哈希值在链上存储，将所有数据在链下存储时，区块链仍无法满足存储需求，则通过Merkle树实现哈希值的合并，得到根哈希值，本发明在区块链无法满足电力数据的存储需求以及所有电力数据的哈希值的存储需求时，进行哈希值的合并处理，在有限的存储空间内实现区块链对电力数据的存储。
-
公开(公告)号：CN116599727B
公开(公告)日：2024-08-02
申请号：CN202310573259.4
申请日：2023-05-19
Applicant: 北京理工大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06N3/043
Abstract: 一种基于深度模糊最小最大超盒的网络入侵检测方法，包括数据预处理、超盒初始化、超盒划分、同类超盒合并、异类超盒界限划分、入侵检测数据分类和分类结果展示步骤。本发明以改进的模糊最小最大(FMM)算法DFMH为基础，以国际标准数据集UNSW‑NB15网络流量数据集为例，首先对网络流量数据进行归一化，然后输入FMM模型进行分类，从而判断某条网络流量是否为包含网络攻击，并将相关结果以表格的形式展示出来，一定程度上能够改善现有网络入侵检测方法耗时长、准确率低等问题。测试结果表明，本发明提供的方法对于网络入侵检测的效果要优于传统的FMM算法。
-
公开(公告)号：CN117560137A
公开(公告)日：2024-02-13
申请号：CN202410037905.X
申请日：2024-01-11
Applicant: 国网山东省电力公司电力科学研究院 , 北京理工大学 , 国网山东省电力公司
IPC: H04L9/00 , H04L9/40 , H04L67/104 , H04L67/1097
Abstract: 本发明公开了一种区块链服务装置和区块链服务系统及通信方法，包括区块链服务终端，通过增设区块链服务终端构建区块链服务系统；分布式网络节点，用于数据的分布存储和去中心化；智能合约引擎，用于执行和验证合同规则；网络通信协议，用于定义和实现适当的网络通信协议；监控模块，用于实时监测区块链网络的性能、识别潜在问题，本申请智能合约使得自动化合同成为可能，无需第三方中介，降低了交易成本，加速了合同执行，从而提高了效率，更好的应用在供应链管理、保险索赔处理和房地产交易领域。
-
公开(公告)号：CN117523642A
公开(公告)日：2024-02-06
申请号：CN202311633669.X
申请日：2023-12-01
Applicant: 北京理工大学
Abstract: 本发明提出了一种最优间距贝叶斯分类模型的新型方法应用于人脸识别领域中。这种人脸识别方法与传统的朴素贝叶斯分类方法不同，提出的最优间距贝叶斯核心理念在于利用朴素贝叶斯分类的概率推断能力，同时考虑样本之间的最优间距度量，以解决可能存在的类别重叠问题，使得分类器能够更好地区分类别。该方法包括：首先，利用摄像头实时捕获目标人脸，采用直方图均衡对图像进行预处理；接着采用局部二值模式的特征提取方法对人脸特征进行提取，并使用PCA进行降维处理；最后利用提出的最优间距贝叶斯分类模型对提取的特征进行分类，从而输出最终的人脸识别结果。实验结果表明本发明提出的方法在人脸识别方面表现出了更优异的性能。
-
Patent Agency Ranking
公开(公告)号：CN116738076A
公开(公告)日：2023-09-12
申请号：CN202310573931.X
申请日：2023-05-19
Applicant: 北京理工大学
IPC: G06F16/9537 , G06N5/01 , G06N3/049 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于时间依赖波时变神经网络的K最近邻搜索方法。这种方法的目的是在统一度量空间中检索离查询点最近的K个最近邻居。提出的方法是一种基于时间依赖神经元的新型神经网络，它的所有神经元都是并行计算的，且该模型不需要任何的训练。在时间依赖波时变神经网络中的每个神经元都由六个部分组成：输入器、波接收器、状态更新器、波发生器、波发送器和输出器。神经元通过时间依赖波传递信息，每一条波由三部分组成。K最近邻搜索是基于时间最短并且满足到达K个邻居的旅行时间比同一度量空间中的其他点都小。实验结果表明本发明提出的方法能够求得问题的全局最优解。
-
公开(公告)号：CN119834964A
公开(公告)日：2025-04-15
申请号：CN202411891562.X
申请日：2024-12-20
Abstract: 本发明提供一种基于排名联邦学习的隐私保护且通信高效的图像识别方法，通过传输基于排名的投票数而不是传统的梯度，以提高通信效率。结合秘密共享协议和Diffie‑Hellman密钥协议，设计了一种能够保护客户端本地上传的基于排名参数隐私的双重掩码机制，恶意云服务器或客户端均不能使用其掌握的信息来推断其他客户端的隐私信息，解决了联邦学习中客户端共享的中间模型参数仍可能暴露本地数据信息的问题。此外，通过一些在线客户端交互实现掩码重建，以支持在联邦学习过程中客户端退出时的准确聚合。
-
公开(公告)号：CN116032563A
公开(公告)日：2023-04-28
申请号：CN202211609837.7
申请日：2022-12-12
Applicant: 北京理工大学
Abstract: 一种基于模糊最小最大神经网络的网络入侵检测方法，包括数据预处理、数据排序、生成超盒、网络连接数据分类和分类结果展示。本发明以改进的模糊最小最大(FMM)算法(RFMM)为基础，以国际标准数据集UNSW‑NB15网络连接数据集为例，首先对网络连接数据进行排序，然后按照顺序放入FMM模型进行分类，从而判断网络连接是否为攻击连接并将相关结果以表格的形式展示出来，一定程度上改善了传统入侵检测方法耗时长，检测率低等问题。测试结果表明，本发明提供的方法对于网络入侵检测的效果要优于传统的FMM算法。
-
公开(公告)号：CN119648682A
公开(公告)日：2025-03-18
申请号：CN202411817372.3
申请日：2024-12-11
Applicant: 北京理工大学
Abstract: 本发明提出了一种增强模糊超盒神经网络的医学图像识别方法。增强模糊超盒神经网络因其在线学习能力被广泛应用于图像识别领域，本方法对模糊超盒神经网络模型进行改进并将其用于医学图像识别中。模型首先采用灰度共生矩阵对乳腺癌自组织病理图像进行纹理特征提取，为后续的图像识别提供关键的特征信息，其次将提取到的特征数据输入到增强模糊超盒神经网络模型中，并采用空间搜索优化算法对生成的超盒进行优化，最后输出乳腺癌自组是病理图像的识别结果。
-
公开(公告)号：CN119647890A
公开(公告)日：2025-03-18
申请号：CN202411819989.9
申请日：2024-12-11
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/10 , G06N3/006
Abstract: 一种基于多层级随机特性粒子群优化的众测资源调度方法，包括任务调度模型和资源约束模型的构建、多层级优化结构的设计、任务依赖关系的定义以及资源分配规则的制定，同时设计了用于众测资源调度的优化算法。本发明通过设计多层级随机特性粒子群优化算法来构造高效的调度策略，实现了资源在多任务调度中的合理分配，并有效缩短了项目工期。与传统方法相比，本发明在求解效率和调度质量方面更具优势，不仅能够减少项目总工期，还能提升资源的利用率，非常适合复杂的多技能众测资源受限项目调度场景。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.024 seconds)
