-
公开(公告)号:CN111093164B
公开(公告)日:2022-04-29
申请号:CN201911128853.2
申请日:2019-11-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于增长码的重要数据快速收集方法,其特征在于:先随机播撒感知节点到检测区域,放置汇聚节点在监测区域边缘位置;然后对每个节点进行划分层次;接着感知节点工作启动,对周围的环境进行检测,产生一个监测数据xi;接着感知节点计算码字权重,按照赌轮选取最佳码字;然后根据计算好的转发概率表以及邻居节点的能耗情况选择最合适的邻居进行码字交换;最后汇聚节点接收码字并且对接收到的码字进行解码操作;本发明通过对网络划分层次,并且针对重要码字的编码和交换做出特殊处理,使得重要数据可以被汇聚节点快速恢复,同时又能对网络中的数据起到很好的保护作用。
-
公开(公告)号:CN108829793B
公开(公告)日:2021-09-24
申请号:CN201810558855.4
申请日:2018-06-01
Applicant: 杭州电子科技大学
IPC: G06F16/9535 , G06F40/216 , G06F40/247 , G06F40/289 , G06Q50/00
Abstract: 本发明涉及一种组织成员兴趣爱好挖掘方法,包括以下步骤:从推文中提取出现频率较高的多个原始兴趣项;按照原始兴趣项的频率进行排序,原始兴趣项出现的频次为其原始权重;根据兴趣关联规则得到高频兴趣项的关联兴趣项集合;逐一提取原始兴趣项,若某个原始兴趣项满足关联规则且在关联兴趣项集合存在一个关联兴趣项,且该关联兴趣项与另一个原始兴趣项相同,则增加另一个原始兴趣项的权重;对处理后的原始兴趣项按照权重重新进行排序,提取前几个原始兴趣项作为该组织成员的兴趣项。通过本方法挖掘的兴趣爱好的查全率和查准率均得到提高,挖掘效果更好。
-
公开(公告)号:CN109033133A
公开(公告)日:2018-12-18
申请号:CN201810571968.8
申请日:2018-06-01
Applicant: 杭州电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于特征项权重增长趋势的事件检测与跟踪方法,其特征在于:先按新闻时序依次从新闻库中取新闻;然后从新闻中提取关键词作为特征项构建新闻向量模型;接着将第一则新闻文本作为一个事件存入事件库;再把新获取的新闻依次与事件库中的每一事件进行对比,获取最大的相似度值并与相似度阈值进行比较,若最大相似度值大于相似度阈值,则将该新闻归入到对应事件,否则,作为一个新事件存入事件库。本发明通过对事件的特征项权重依据时间的分布特征研究,发现与事件主旨关系比较密切的特征项,使用特征项的增长趋势来反映特征项的热度,根据特征项的这个特征,设计新的相似度算法,进而比较有效地检测出一些热点事件并追踪其发展态势。
-
公开(公告)号:CN111935664B
公开(公告)日:2023-04-18
申请号:CN202010698152.9
申请日:2020-07-20
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于动态反馈的网络数据实时收集方法,包括布置节点至检测区域、源节点根据环境配置计算反馈时机、中转节点分层、源节点和中转节点对编码度值进行初始化、源节点随机挑选缓存区码字进行编码操作并根据反馈数据包执行前期严格过滤、后期概率过滤,得到发送候选包集合,并在新的度时刻转换序列中得到本轮要发送的度值、在过滤后的码字中选取码字进行编码转发、中转节点对码字进行译码,检测当前轮次是否需要反馈,假如到达则发送反馈包;检测当前轮次是否到达延迟效应时刻,假如到达转为Pull模式进行数据包交换。本发明通过动态反馈、Pull模式等的结合,提高了实时数据包的收集效率,减少了网络中的无效码字,提升了信道的有效利用率。
-
公开(公告)号:CN115296918A
公开(公告)日:2022-11-04
申请号:CN202210958883.1
申请日:2022-08-10
Applicant: 杭州电子科技大学
Abstract: 本发明提供一种基于链上行为贡献证明的去中心化金融策略共享方法。本发明针对底层采用区块链技术的去中心化金融策略共享系统,引入行为贡献激励机制,根据策略共享和系统共识场景定义角色和贡献奖惩规则,计算用户链上不同行为的贡献增量,相反贡献值可以成为共享和共识竞争过程中的激励因素。从而激发共享实体的积极性,规范其行为,降低恶意行为的概率。此外,本发明利用智能合约程序和属性基加密技术实现链上策略的发布与订阅、信号的发送与接收以及信号数据的细粒度访问控制;根据历史信号数据刻画策略的数字画像,提高策略的可靠性。
-
公开(公告)号:CN108874940A
公开(公告)日:2018-11-23
申请号:CN201810558816.4
申请日:2018-06-01
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于Twitter数据的社交网络组织成员识别方法,其特征在于,包括以下步骤:爬取关注目标组织公共账号的用户,构成候选集合;寻找确定属于目标组织的用户构成种子集合;设定得分阈值和期望值;爬取候选集合中的每个用户的关注列表与被关注列表、所有推文并提取其中的推送关系;对于候选集合中的每一个用户,根据种子集合,计算识别因子,使用评估模型计算每个用户的得分;根据给定的得分阈值从候选集中筛选出得分大于得分阈值的用户构成结果集合;从候选集合中移除本轮产生的结果集合,并将新产生的结果集合加入种子集合中;迭代执行直到种子集合中成员的数量达到期望值。本发明涉及的方法能够挖掘目标组织中的成员,挖掘准确率高。
-
-
-
-
-