-
公开(公告)号:CN105989078B
公开(公告)日:2019-05-07
申请号:CN201510072216.3
申请日:2015-02-11
Applicant: 烟台中科网络技术研究所
Abstract: 一种结构化对等网络构建索引的方法、检索方法、装置及系统。构建索引的方法包括:选取哈希函数索引参数;根据哈希函数族,将索引数据映射到l个哈希表中,每个索引数据进行k次哈希运算进入一个k维向量桶中;对于l个哈希表中的每个桶,计算随机点p的l2范数;根据随机点p的l2范数估计索引数据集合D的正态分布;根据所述正态分布,将桶空间分成常规区域和稀疏区域;根据常规区域和稀疏区域,将l个哈希表中的每个桶分别映射到一维分布式哈希表的各个键值中;根据chord路由协议,依次将各个键值插入到对等网络的各个节点中。本发明实现了将局部敏感哈希算法扩展到分布式结构化对等网络,提升了检索速度,同时保留了原有集中式局部哈希算法检索的精度。
-
公开(公告)号:CN108345656A
公开(公告)日:2018-07-31
申请号:CN201810088450.9
申请日:2018-01-30
Applicant: 烟台中科网络技术研究所
Abstract: 本发明涉及一种有向网络链路预测方法,所述方法包括以下步骤:步骤S1、计算所述有向网络的相对度量指标总量LB;步骤S2、在所述有向网络中增加一条待选链路,并计算增加所述待选链路后所述有向网络的相对度量指标总量LA;步骤S3、计算所述有向网络的相对度量指标总量之差ΔL=LB-LA;步骤S4、重复步骤S2以及步骤S3,得到多条待选链路对应的相对度量指标总量之差,并将所述相对度量指标总量之差最大值对应的待选链路作为所述有向网络生成的优选链路;本发明提供一种有向网络链路预测方法,具有计算简单、时间复杂度低、预测效果好的技术效果。
-
公开(公告)号:CN104951548B
公开(公告)日:2018-04-20
申请号:CN201510355005.0
申请日:2015-06-24
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 本发明涉及一种负面舆情指数的计算方法及系统,包括步骤S1,对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类,分别得到分类结果1和分类结果2;步骤S2,若所述分类结果1与所述分类结果2的值都为负面,则认为待分类文本为负面,继续执行步骤S3;若所述分类结果1与所述分类结果2的值不都为负面,则认为待分类文本为非负面,计算结束;步骤S3,将待分类文本分别与用户标注负面词典和训练集关键词典匹配,分别得到负面指标1和负面指标2;步骤S4,将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合,得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高,计算语料范围广且能够实时计算。
-
公开(公告)号:CN106817251A
公开(公告)日:2017-06-09
申请号:CN201611207950.7
申请日:2016-12-23
Applicant: 烟台中科网络技术研究所
IPC: H04L12/24 , H04L12/751
Abstract: 本发明涉及一种基于节点相似度的链路预测方法,包括以下步骤:对待分析的网络进行节点和链路表示;获取网络中两个没有直接链路连接的节点;读取所述两个没有直接链路连接的节点各自的邻居节点集合;对所述两个没有直接链路连接的节点各自的邻居节点集合取交集,得到共同邻居集合;将共同邻居集合视为子网,进行子网全局簇系数和子网中任意一个共同邻居节点簇系数的计算;根据子网全局簇系数和子网中任意一个共同邻居节点簇系数计算所述两个没有直接链路连接的节点相似度;根据计算得到的节点相似度进行链路预测。本发明在分析复杂网络局部结构中节点的相互关系时从簇系数角度出发,定义了基于局部簇系数的节点相似度计算新指标。
-
公开(公告)号:CN106685757A
公开(公告)日:2017-05-17
申请号:CN201611168667.8
申请日:2016-12-16
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L12/26
Abstract: 本发明涉及一种评估网络性能的方法及装置,该方法包括:选择多个指标;对当前网络进行测量,在预设时间段内对每个指标进行多次测量,获得测量值;根据获得的测量值确定每个指标的阈值;计算每个指标的所有测量值分别与阈值的数据偏离差值;对得到的数据偏离差值进行处理,得到每个指标的指标值;对得到的所有指标值进行加权处理,得到评估网络性能的综合指标值F。本发明提供的一种评估网络性能的方法及装置,实现了对多个网络性能指标进行综合评价,当加入新指标时,无需重新制定评价机制,适应性更强,可根据使用者评估需求选择多种指标进行综合评价,对网络质量的评价更客观更合理。
-
-
-
-