-
公开(公告)号：CN105337773A
公开(公告)日：2016-02-17
申请号：CN201510800062.5
申请日：2015-11-19
Applicant: 南京邮电大学
CPC classification number: H04L41/142 , H04L51/32
Abstract: 本发明公开了一种基于ReciprocityRank算法的微博网络影响力节点发现方法，其实现步骤为：首先建立节点数为N、有向边数为M的有向网络，引入一个背景节点与有向网络中的每个节点双向连接；然后为所有节点赋权值，背景节点权值为0，网络节点权值为1，初始化时间t=0；接着，时间t加1，对于每个网络节点，分别计算该网络节点与各个相邻节点之间的转移概率后和预设的概率阈值进行比较，并将该网络节点的权值分配给与其之间转移概率大于预设的概率阈值的相邻节点，重复该步骤，直至所有网络节点的权值达到稳态值；最后，根据节点的最终权值进行排序。
-
公开(公告)号：CN101872339A
公开(公告)日：2010-10-27
申请号：CN201010197983.4
申请日：2010-06-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于复杂动态网络的Hash算法。该算法采用对待Hash的原始消息的消息块按一定的规则构造消息块网络MBN，并将该MBN的点集和边集使用一定变换规则映射到复杂动态网络CDN的节点状态初值和邻接矩阵中，从而，构成包含原始消息结构的权重复杂动态网络WCDN。通过对每个消息块的WCDN进行迭代、量化处理以及异或处理最终得到Hash值。本发明利用WCDN对初值及参数的极其敏感性，在少数的几次WCDN迭代处理后，就可获得混淆和扩散特性优良的安全性能，同时也有效降低了计算复杂度。
-
公开(公告)号：CN115114526B
公开(公告)日：2024-12-27
申请号：CN202210757163.9
申请日：2022-06-30
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/042 , G06N3/0464 , G06N3/08 , G06Q30/0601
Abstract: 本发明涉及推荐系统和图卷积神经网络领域，具体地说，是一种多行为增强信息的加权图卷积网络评分预测推荐方法，针对传统推荐系统模型主要关注的是单一类型的用户项目交互行为，导致冷启动或者数据稀疏问题。本发明通过提出一种多行为增强信息的加权图卷积网络评分预测推荐模型，捕获消息传递下不同类型行为之间的隐式关系以及具有高阶关系的行为类型感知协作信号。结合自学习权重区分不同行为强度以得到用户和项目的最终表示进行预测。同时，设计了项目之间的嵌入传播层来建模项目之间的相似性，这反映了不同行为的各种语义。
-
公开(公告)号：CN117473582A
公开(公告)日：2024-01-30
申请号：CN202311098985.1
申请日：2023-08-29
Applicant: 南京邮电大学
IPC: G06F30/10 , G06F17/10 , G06F119/14
Abstract: 本发明提出了一种变刚软体驱动器混合变刚度结构末端刚度评价方法，首先，基于颗粒堵塞和层堵塞的不同耦合方式，构建混合变刚度结构模型，之后获取混合变刚度结构末端构成、构建颗粒‑颗粒刚度模型K1、层‑层刚度模型K2、颗粒‑层刚度模型K3中的一个或者多个，最后获取末端刚度影响因素，并对三种混合变刚度结构模型的刚度进行评价。本发明研究两种材料在空腔中的不同耦合方式，并对耦合方式影响的刚度进行评价，为混合变刚度机构的设计及评价提供参考。
-
公开(公告)号：CN117251450A
公开(公告)日：2023-12-19
申请号：CN202311249710.3
申请日：2023-09-26
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于图注意力机制的复杂网络节点排序方法，通过生成人工网络，以此构建训练数据集；对训练数据集网络中的节点重要性进行评估打分；构建训练数据集特征矩阵；基于自注意力机制构建特征学习框架，得到每个节点的向量表示，再通过全连接网络预测每个节点的重要性分数；构建损失函数并优化模型；将真实网络输入模型，得到网络中每个节点的重要性，得到节点重要性排序列表，通过网络拆解实验证明排序列表有效性。本发明的方法可以有效地提高节点排序的准确性和效率，相比于传统的基于中心性的方法，利用生成的节点排序结果，可以在拆除更少的节点的情况下，更快地破坏网络的连通性。
-
Patent Agency Ranking
公开(公告)号：CN115358504A
公开(公告)日：2022-11-18
申请号：CN202210726113.4
申请日：2022-06-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种复杂网络视角下国家物流城市枢纽性排序模型，主要解决的问题是解决运用单一统计学进行物流枢纽城市评价难以分析枢纽之间的物流信息交流的缺点，容易忽略周边枢纽对其信息传播的影响，不能准确地挖掘处于关键位置的重要枢纽。本发明通过改进传统TOPSIS综合评价法构建国家物流枢纽多指标评价体系，对物流枢纽节点进行更加客观全面地物流能力评价，通过建立复杂物流城市网络模型，同时考虑了节点聚类系数对信息传播的影响，优化网络节点排序算法。与多种经典排序算法进行对比后发现，本文所提方法结果与公布的国家物流枢纽名单更为一致且具有一定的选址前瞻性。
-
公开(公告)号：CN110768260B
公开(公告)日：2022-09-06
申请号：CN201910861803.9
申请日：2019-09-12
Applicant: 南京邮电大学
IPC: H02J3/06
Abstract: 本发明公开了一种基于电气介数的电网级联失效模型建立方法，以电气介数作为电网节点的负载并结合容量负载模型建立级联失效模型，采用最近邻的分配策略，分配失效节点负载时根据邻居节点的剩余容量调整分配参数，从而可以有效提高电网的鲁棒性，使得电网的级联故障得到很好的控制。本发明考虑了发电容量和负荷容量及其分布，可弥补已有模型假设潮流只沿母线间最短路径流动的不足。电网级联失效的鲁棒性受耐受参数及负载分配策略的影响。通过仿真，验证了本发明的优越性。通过本发明将有利于节约电网建设成本并获得鲁棒性的提升。
-
公开(公告)号：CN113283581A
公开(公告)日：2021-08-20
申请号：CN202110526469.9
申请日：2021-05-14
Applicant: 南京邮电大学
Abstract: 本发明是一种多融合图网络协同多通道注意力模型及其应用和应用方法，该模型包括ECA、MF‑GCN、CNN、残差网络和RELU层，堆叠ECA、MF‑GCN、CNN构建出多融合时空块，多融合时空块结合残差网络、一层RELU层获得多融合图网络协同多通道注意力块，堆叠多融合图网络协同多通道注意力块，将最后多融合图网络协同多通道注意力块的输出再经过CNN层，获得多融合图网络协同多通道注意力模型。本发明用已有的数据构建潜在的图结构，构建多属性融合的GCN模块，将包含多个属性的图结构传入GCN模块，充分挖掘图结构信息；首次将ECA模型用于交通流预测，应用ECA模型的注意力机制，更好的建模时间非线性动态变化性。
-
公开(公告)号：CN108833151B
公开(公告)日：2021-06-22
申请号：CN201810567598.0
申请日：2018-06-05
Applicant: 南京邮电大学
IPC: H04L12/24
Abstract: 本发明涉及一种基于禁忌搜索的2.5阶零模型生成算法，包括以下步骤：2阶零模型作为起始网络；对起始网络设置边的权重；对原网络与起始网络做聚类谱的差值分布；根据得到的差值分布选择节点进行断边重连；每次连边交换成功后，对生成的新边使用禁忌搜索，并将其存入禁忌表中；设置连边交换成功的数目为W，每成功交换W次后，判断当前网络是否满足终止条件，若是，则得到2.5阶零模型,结束操作；否则，返回步骤2，重复操作。本发明的优点是避免冗余交换，解决了现有算法对于高聚类网络达不到2.5阶目标的问题。
-
公开(公告)号：CN111768871A
公开(公告)日：2020-10-13
申请号：CN202010376250.0
申请日：2020-05-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于个体警觉行为的双层网络病毒传播模型建立方法，在双层网络传播模型的基础上，通过引入个体警觉性来研究多重网络的传播动力学，其中个体的警觉性是由个体在获得意识后依概率产生，包括：构建信息传播与流行病传播的双层网络模型；考虑个体警觉性对接触行为的影响；个体产生警觉性的概率对于流行病的感染率的影响；构建基于个体警觉性的双层网络传播模型，本发明不仅能够描述社会接触网络中的流行病传播与信息意识扩散的过程，而且能够考虑到信息意识对于个体行为影响的异质性，可以更好地描述复杂网络中的病毒传播动力学行为。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.025 seconds)
