-
公开(公告)号：CN108183956A
公开(公告)日：2018-06-19
申请号：CN201711475729.4
申请日：2017-12-29
Applicant: 武汉大学
IPC: H04L29/08 , H04L12/721
Abstract: 本发明公开了一种传播网络的关键路径提取方法，传播网络中添加一个额外节点，并与传播网络中的每一个节点建立双向连接；计算额外节点传播网络中任意两节点间的节点相似度；通过额外节点传播网络中节点总数初始化节点影响力列向量，并建立概率转移矩阵，进行全局投票迭代以更新节点影响力列向量；遍历排除额外节点传播网络中任意两个用户节点的最短路径，并对每条最短路径构建路径节点影响力行向量以及路径节点相似度行向量；进一步计算得到每条最短路径的路径综合影响力以对每条最短路径进行排序得到关键路径。本发明解决了社交网络平台上关键传播路径的挖掘问题，并可用于舆情监控与干预、谣言检测等网络信息监控领域。
-
公开(公告)号：CN107103093A
公开(公告)日：2017-08-29
申请号：CN201710345317.2
申请日：2017-05-16
Applicant: 武汉大学
Abstract: 本发明涉及一种短文本推荐方法及装置，属于信息处理技术领域，具体涉及一种基于用户行为和情感分析的短文本推荐方法及装置。本发明结合用户历史行为以及用户历史短文本情感，通过情感负相关性分析，匹配相关类别的短文本和用户，推荐相关短文本。
-
公开(公告)号：CN109858034B
公开(公告)日：2023-02-03
申请号：CN201910136963.7
申请日：2019-02-25
Applicant: 武汉大学
IPC: G06F40/30 , G06F40/247 , G06F18/23213 , G06F18/24
Abstract: 本发明公开了一种基于注意力模型和情感词典的文本情感分类方法，首先获取需要进行情感分类的目标文本数据集，一部分用作训练集，另一部分作为测试集；并对目标文本数据集进行预处理，生成情感词典；然后基于情感词典，获取对文本数据具有情感表达作用的情感特征；接着获取文本中各词语的词向量，基于词向量和情感特征，计算目标文本的情感特征向量E1；最后基于注意力模型，通过目标文本的情感特征向量获取情感分类结果。本发明通过构建注意力模型，结合情感词典，能进行快速准确的文本情感分类。
-
公开(公告)号：CN109598052B
公开(公告)日：2022-07-05
申请号：CN201811440265.8
申请日：2018-11-29
Applicant: 武汉大学
IPC: G06F30/00
Abstract: 本发明提供了一种基于相关系数分析的智能电表寿命周期预测方法及装置，通过基于相关系数分析的智能电表寿命周期预测方法根据单位影响因数、制造厂商影响因数以及故障类型影响因数为主要参数，并以神经网络算法作为参数训练辅助。该方法流程如下：首先，计算验证单位、电表厂商、故障原因三个因素的周期相关性；然后得到电表的预测更换周期的预测模型，初始化模型中出现的各项的值；之后采用启发式方法迭代搜索确定权重，使用基于神经网络算法的更新权重方式进行修正；最后设计预警模型。实现了对智能电表的寿命周期的准确预测以及更换预警的技术效果。
-
公开(公告)号：CN107103093B
公开(公告)日：2020-03-10
申请号：CN201710345317.2
申请日：2017-05-16
Applicant: 武汉大学
IPC: G06F40/30 , G06F16/335 , G06F16/33
Abstract: 本发明涉及一种短文本推荐方法及装置，属于信息处理技术领域，具体涉及一种基于用户行为和情感分析的短文本推荐方法及装置。本发明结合用户历史行为以及用户历史短文本情感，通过情感负相关性分析，匹配相关类别的短文本和用户，推荐相关短文本。
-
Patent Agency Ranking
公开(公告)号：CN108038240A
公开(公告)日：2018-05-15
申请号：CN201711453302.4
申请日：2017-12-26
Applicant: 武汉大学
Abstract: 本发明提供一种基于内容、用户多因素分析的社交网络谣言检测方法，包括：步骤a，获取文本信息例，并获取文本信息例的文本信息和用户信息；步骤b，根据文本信息，建文本信息例的文本内容特征模型，文本内容特征模型包括关键词匹配模型、情感倾向模型、情感波动模型、主题聚类匹配模型和内容影响力评价模型；步骤c，根据用户信息，构建所述文本信息例的用户特征模型，用户特征模型包括内容一致性评判模型和用户影响力评价模型。步骤d，根据文本内容特征模型和用户特征模型，构建特征向量，训练分类器，将特征向量输入分类器并输出结果，以完成识别社交网络谣言。本发明不依靠单一特征进行检测，避免谣言的误查，提高检测精度。
-
公开(公告)号：CN106991638A
公开(公告)日：2017-07-28
申请号：CN201710204294.3
申请日：2017-03-30
Applicant: 武汉大学
Abstract: 本发明涉及一种基于序列影像Harris‑DOG特征提取的多粒度并行优化的方法，首先进行相应的任务划分，主机端（CPU）采用多线程方式处理，读入影像并上传至GPU全局存储器。然后进行Harris特征提取时，CPU初始化相关的参数，并上传参数值至GPU；进行DOG特征提取时，CPU计算高斯模板并绑定到GPU常量存储器。设备端（GPU）采用CUDA并行方式处理，Harris‑DOG算子特征提取算法针对同样的原始图像输入，分别运用Harris算子和DOG算子进行特征点提取，并回传计算结果至CPU。最后主机端进行特征点集合构建和合并。本发明可以有效地对序列影像Harris‑DOG特征提取进行加速优化。
-
公开(公告)号：CN106991011A
公开(公告)日：2017-07-28
申请号：CN201710204293.9
申请日：2017-03-30
Applicant: 武汉大学
IPC: G06F9/50
CPC classification number: G06F9/5027 , G06F9/5066
Abstract: 本发明涉及一种针对大数据任务处理的基于CPU多线程与GPU多粒度并行及协同优化的方法，首先创建主线程，根据已知参数计算CPU_GPU最佳任务划分。启动n个线程，其中1个负责调度GPU，其余负责执行CPU计算任务。然后采用内存池技术降低数据从磁盘读入内存的通信开销；采用哈希表和信息摘要解决多线程访存中资源竞争的问题；采用流水线技术隐藏数据从内存读入CPU的通信时间。在主机端，CPU采用多核多线程方式执行分配到的任务；在设备端，GPU采用CUDA并行方式执行分配到的任务。全部任务完成后，主线程收回控制权直至退出。本发明可以在大数据任务处理中取得明显的加速效果，降低任务总的处理时间，提高处理效率。
-
公开(公告)号：CN109359894B
公开(公告)日：2021-07-06
申请号：CN201811440074.1
申请日：2018-11-29
Applicant: 武汉大学
Abstract: 本发明提供了一种基于RPN的电力计量设备的风险评价方法及装置，其中的方法对现场计量设备的故障类型及参数、故障影响、故障原因的因素分析，主要涉及人员环境、系统功能、维修时间及维修费用四个方面的影响程度，然后构建基于AHP确定评价因素权重，最后进行电力计量设备的风险评价。同时，本发明的方法可以对电力计量设备的维修提供指导。解决了电力计量设备种类繁多、数量巨大、运行工况复杂，造成的评价结果不准确的问题。实现了提高评价结果的准确性以及实现风险等级划分的技术效果。
-
公开(公告)号：CN106991617B
公开(公告)日：2020-07-10
申请号：CN201710203903.3
申请日：2017-03-30
Applicant: 武汉大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明涉及一种基于信息传播的微博社交关系提取算法，包括：1.使用平台开放接口或者爬虫软件获得微博数据，以及微博下的评论与转发数据。2.以用户为基本单位检索出其原创微博，对于每一条原创微博，创建微博信息传播树，对树的边赋予权重。3.通过信息传播树，反演化用户社交关系树。4.单用户社交关系融合。5.多用户社交关系融合。通过本发明可以重新获得基于信息传播的微博用户间的社交关系，同时，通过赋予权重等手段，可以对用户间的亲密关系进行量化处理。经过本发明算法的数据处理后，获得的微博用户社交拓扑结构，是对在线社交网络进一步分析应用的重要数据基础。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
