一种多节点数据处理方法
    41.
    发明授权

    公开(公告)号:CN113839989B

    公开(公告)日:2022-08-05

    申请号:CN202110998845.4

    申请日:2021-08-28

    Abstract: 本发明为一种多节点数据处理方法,以解决在复杂网络环境下数据如何可靠有序同步的问题;方法包括节点初始化、节点加入区块链网络、节点间数据同步、节点的数据校验与存储四部分,本发明中各个节点设备身份平等,以路由表的方式构建一个区块链网络,并可动态增减节点。在该区块链网络中各节点设备进行数据的同步与校验,搜索自身缺失的数据,最终达到数据有序可靠传输,保证数据的真实性并实现数据多活的目的;解决了在低带宽、广域网环境下多机数据可靠同步的问题,为在复杂网络环境中的节点通信与数据同步提供了方法基础和技术支持。

    一种自生热量降解臭氧的等离子体发生技术工艺及装置

    公开(公告)号:CN113041805B

    公开(公告)日:2022-06-24

    申请号:CN202110272894.X

    申请日:2021-03-14

    Abstract: 本发明公开了一种自生热量降解臭氧的等离子体发生技术工艺及装置,利用局部热平衡的滑动弧放电等离子体,产生活性粒子,传导自生热量,同步实现灭活致病微生物的和分解残留臭氧。本发明公开的基于自生热量降解臭氧的等离子体发生技术包括:利用放电等离子体中活性粒子杀灭空气中病菌,同时将放电区域产生的热量传导至气流下游区域,利用形成的高温区域降解残余臭氧。基于此工艺,本发明公开了多套自生热量降解臭氧的等离子体装置,包括喷枪式、刀式和龙卷式,它们无需额外添加催化剂或热分解部件,不存在催化剂易饱和与失活的问题,充分利用放电的热量,实现了气体灭菌和臭氧分解的一体化处理,具有高效节能、工艺稳定和结构紧凑的优势。

    词级文本对抗样本检测方法

    公开(公告)号:CN114169443A

    公开(公告)日:2022-03-11

    申请号:CN202111496214.9

    申请日:2021-12-08

    Abstract: 本发明公开了一种词级文本对抗样本的检测方法,为深度学习模型的文本对抗样本防御提供检测方法。本方法将对抗样本检测问题建模为二分类问题,分为两个步骤来检测对抗样本,首先利用对抗样本攻击算法产生相应正常样本的对抗样本,对正常和对抗样本分别抽取用于表征它们的特征向量。其次利用相应深度学习模型构建对抗样本检测二分类模型。通过以上方法,可以检测对于当前样本是否为当前模型的对抗样本。

    一种融合节点偏好的异构图歌单多标签推荐方法

    公开(公告)号:CN113268629A

    公开(公告)日:2021-08-17

    申请号:CN202110477214.8

    申请日:2021-04-29

    Abstract: 一种融合节点偏好的异构图歌单多标签推荐方法,包括以下步骤:通过歌单训练集的异构数据构建歌单异构图;通过歌单异构图,对每个歌单进行融合节点偏好的邻居采样,得到包含歌曲邻居特征的歌单信息和包含歌手邻居特征的歌单信息;包含歌曲邻居特征的歌单信息和包含歌手邻居特征的歌单信息使用word2vec技术进行歌单连续特征表示;采用谱聚类算法对歌单的连续特征表示进行聚类分析,得到歌单聚类结果;根据歌单聚类结果,计算出每类中各导航类标签的权重值,再使用局部敏感哈希技术,完成对目标歌单的标签推荐。本发明具有结构简单,推荐高效的特点。相比于传统的协同过滤方法,本发明的歌单标签推荐的准确率高、推荐速度快。

    一种歌单多标签推荐方法、系统、设备和存储介质

    公开(公告)号:CN113220931A

    公开(公告)日:2021-08-06

    申请号:CN202110316152.2

    申请日:2021-03-24

    Abstract: 一种歌单多标签推荐方法、系统、设备和存储介质,将歌单数据分为测试集和训练集,将训练集中的歌曲信息、歌手信息和用户信息分别采用局部敏感哈希算法计算歌曲信息哈希桶、歌手信息哈希桶和用户信息哈希桶;对测试集中的歌曲、歌手和用户信息分别根据相应哈希桶映射,得出相似歌单备选集,计算初始待推荐标签集;对根据训练集中的歌单标签集挖掘,得到标签的关联规则集合,再进行标签重排序,选择排序靠前的前A个标签进行推荐,实现歌单推荐。本发明具有更高的推荐准确性和更低的时间消耗。本发明与当前在线音乐平台所采用的基于协同过滤算法的推荐模型具有更好的兼容性,升级系统推荐算法的成本和风险更低,方法简单高效。

    基于低温等离子体协同催化技术的空气消毒机

    公开(公告)号:CN112944554A

    公开(公告)日:2021-06-11

    申请号:CN202110191060.6

    申请日:2021-02-19

    Abstract: 本发明公开了一种基于低温等离子体协同催化技术的空气消毒机,包括呈T型风道设计的机箱、两个离子体协同催化反应单元、两个高压模块和倒T型送风单元,第一、第二等离子体协同催化反应单元分布在倒T型送风单元的两侧,第一、第二高压模块分别连接在第二、第一等离子体协同催化反应单元的下方,倒T型送风单元位于中间,且倒T型送风单元的进风口与两个等离子体协同催化反应单元连通,倒T型送风单元的出风口与消音单元连通;机箱上设置有进出风用的第一滤尘舱门、第二滤尘舱门和防尘顶盖。本发明结构紧凑,布局合理,采用阵列式线板电晕放电协同催化反应和倒T型风道设计,同时实现了高空气处理量、高灭菌速率和低臭氧残余的目标。

    一种基于节点能量模型的衡量网络信息传播能力的方法

    公开(公告)号:CN110190999B

    公开(公告)日:2021-05-28

    申请号:CN201910485812.2

    申请日:2019-06-05

    Inventor: 王高帅 王晨旭

    Abstract: 本发明公开了一种基于节点能量模型的衡量网络信息传播能力的方法,该方法使用基于节点能量的信息传播模型在网络上进行仿真,通过筛选不同度节点来区分节点对成功率与感染率的影响,之后通过加权系数对网络总体的成功率与感染率进行修正。该模型具有良好的稳定性,在相同性质、不同规模的网络上的实验结果相似,因此,可用同等性质的小规模网络来对大规模网络进行评估。此外,在衡量网络信息传播能力时,本方法也考虑到了成功率对信息传播能力的影响,将成功率与感染率同时纳入评价指标内。同时,本方法也可将不同参数τ下的成功率与感染率进行统一。该方法能够完整、有效地衡量网络的信息传播能力。

    一种基于拓扑结构信息的大规模网络匹配方法

    公开(公告)号:CN108305182B

    公开(公告)日:2021-01-19

    申请号:CN201810124813.X

    申请日:2018-02-07

    Abstract: 一种基于拓扑结构信息的大规模网络匹配方法,将对于大规模图的匹配分解为两步:主结构层面匹配和节点层面匹配。主要匹配包括两种结构:主子图结构和社区结构,将主子图结构作为单独的网络输入到可信种子节点识别方法中来获得可信的种子节点对。将社区作为单独的网络,并且根据每个社区的特征构建社区的特征向量,根据社区的特征向量,对社区进行初步匹配,然后在社区初步匹配结果上应用可信种子节点识别算法,筛选出可信的社区匹配对和其中可信的节点匹配对。最后融合两种主结构所得到的可信种子节点集得到全局种子节点集,在整个网络间应用传播算法以匹配出更多的节点对。本发明能够有效处理大规模网络的匹配,方法简单高效。

    一种基于节点能量模型的衡量网络信息传播能力的方法

    公开(公告)号:CN110190999A

    公开(公告)日:2019-08-30

    申请号:CN201910485812.2

    申请日:2019-06-05

    Inventor: 王高帅 王晨旭

    Abstract: 本发明公开了一种基于节点能量模型的衡量网络信息传播能力的方法,该方法使用基于节点能量的信息传播模型在网络上进行仿真,通过筛选不同度节点来区分节点对成功率与感染率的影响,之后通过加权系数对网络总体的成功率与感染率进行修正。该模型具有良好的稳定性,在相同性质、不同规模的网络上的实验结果相似,因此,可用同等性质的小规模网络来对大规模网络进行评估。此外,在衡量网络信息传播能力时,本方法也考虑到了成功率对信息传播能力的影响,将成功率与感染率同时纳入评价指标内。同时,本方法也可将不同参数τ下的成功率与感染率进行统一。该方法能够完整、有效地衡量网络的信息传播能力。

    一种网络表征算法稳定性度量方法

    公开(公告)号:CN109710812A

    公开(公告)日:2019-05-03

    申请号:CN201811519513.8

    申请日:2018-12-12

    Abstract: 一种网络表征算法稳定性度量方法,该方法利用网络表征算法保留网络节点之间关系的特点,使用表征空间中节点的最近邻集合是否一致来判断稳定性大小;对一个网络采用某种表征方法映射到多维连续稠密的向量空间中,利用余弦相似度计算每一个节点距离它最近的前K个节点作为稳定性测量的基础;对一个网络采用同一个表征方法多次产生多个向量空间,对于一个节点计算在多个向量空间中最近邻集合的相似性,包括节点的重合率,重合节点的排位信息。本发明可有效的测量不同算法在不同网络集上的稳定性表现,从而进一步可以揭示网络表征的稳定性受何种因素影响,影响的大小有多少。

Patent Agency Ranking