公开(公告)号：CN111159569A

公开(公告)日：2020-05-15

申请号：CN201911283164.9

申请日：2019-12-13

Applicant: 西安交通大学

Inventor： 刘晓明 ,  李敏杰 ,  沈超 ,  周亚东 ,  管晓宏

IPC: G06F16/9536 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于用户个性化特征的社交网络用户行为预测方法，首先基于若干社交网络用户的多维行为属性数据，构建不同类别的用户标记向量；对社交网络用户进行分类，划分为不同归属类别的用户，并对其行为进行行为特征向量转化，得到向量化后的用户行为；将向量化用户行为按时序排列，采用长短时记忆神经网络进行预测，所需预测结果；本发明对社交网络用户进行分类定义，对社交网络用户的类别及行为属性进行区分；对每一归属类别的用户行为的时序数据进行排序，通过对该类别用户行为数据的学习迭代来进行用户行为预测，降低了对预测过程中参数化的假设；充分考虑了社交网络用户在时序行为上的动态过程，提高了预测结果的真实性。

公开(公告)号：CN110347881A

公开(公告)日：2019-10-18

申请号：CN201910533270.1

申请日：2019-06-19

Applicant: 西安交通大学

Inventor： 沈超 ,  李其睿 ,  刘晓明 ,  刘笑子 ,  管晓宏

IPC: G06F16/901 ,  G06F16/906

Abstract: 本发明公开了一种基于路径回溯图嵌入的群体发现方法，包括建立用于表示网络的拓扑图，从拓扑图中选取一个节点作为初始节点，进行随机游走，得到遍历节点序列，将遍历节点序列按序截断为预设长度的多个遍历节点子序列；根据每个遍历节点子序列中的节点，统计回溯得到节点之间每条边出现的次数作为边的权重值，得到边权重矩阵，将节点采用随机构造的图嵌入向量表示，通过边权重矩阵优化图嵌入向量，得到图嵌入表示向量并降维、聚类，聚类形成的每个类别里所包含的节点即为同一群体。具有计算复杂度低，要求数据源简单的特点，可以有效减少群体发现中的计算资源开销；无需任何先验知识，完全依靠网络拓扑结构实现，对于真实的复杂网络适用性强。

公开(公告)号：CN103747033B

公开(公告)日：2017-06-09

申请号：CN201310698590.5

申请日：2013-12-17

Applicant: 西安交通大学

Inventor： 周亚东 ,  刘晓明 ,  管晓宏 ,  胡成臣

IPC: H04L29/08

Abstract: 本发明公开了一种社区发现的方法，包括以下步骤：1)利用MapReduce模型实现并行计算；2)在Map阶段，将计算任务分为N份，每份计算任务包括随机游走过程和数据处理过程，其中通过随机游走获得复杂网络的一个遍历节点序列，通过对遍历节点序列进行数据分析，获得两个节点之间的连接的紧密程度；3)在Reduce阶段，对并行计算的结果进行整合得到节点之间的连接紧密程度，根据节点之间连接的紧密程度来进行社区发现；4)对处于社区重叠部分的节点进行分析，以概率形式对节点归属于哪个社区做出描述。本发明可以快速的进行社区的发现。

公开(公告)号：CN113805016B

公开(公告)日：2024-05-10

申请号：CN202111014125.6

申请日：2021-08-31

Applicant: 国网上海市电力公司 ,  西安交通大学

Inventor： 牛凯 ,  李伟 ,  洪芳华 ,  倪浩 ,  秦斌 ,  赵述金 ,  李军浩 ,  黄丽 ,  沈奇雯 ,  刘晓明 ,  张行健

IPC: G01R31/12

Abstract: 一种配网设备冲击电压试验放电严重程度判别方法，属试验领域。其在对配网设备进行冲击电压试验时采集冲击电压试验信号；对冲击电压信号进行归一化处理，进信号开窗，计算每个信号窗内的信号平均幅值；计算相邻窗内的幅值比值，得到幅值梯度序列；计算幅值梯度序列的最大值；根据幅值梯度序列的最大值进行放电严重程度的判断。本技术方案通过利用试验电压波形的幅值梯度序列计算结果，为放电严重程度的判断提供了一种量化评价的方法，解决了配电设备冲击电压试验时难以对其放电严重程度进行量化判断的问题。可广泛用于配电设备的试验领域。

公开(公告)号：CN116826700A

公开(公告)日：2023-09-29

申请号：CN202310381544.6

申请日：2023-04-11

Applicant: 西安交通大学

Inventor： 刘俊 ,  刘嘉诚 ,  李雨婷 ,  彭鑫 ,  王光耀 ,  刘晓明 ,  林凯威 ,  默天啸

IPC: H02J3/00 ,  H02J13/00 ,  G06N5/01

Abstract: 基于最大Lyapunov指数概率分布判据的电网暂态稳定性判别方法，利用相量测量单元PMU对电力系统各发电机机端电压相角实时进行统一监测采集，并计算得到发电机功角轨迹；基于发电机功角轨迹，计算得到功角MLE轨迹；结合功角MLE轨迹采用扩散核密度估计方法拟合概率分布，获得MLE概率密度函数；在MLE的取值范围内采样，计算得到功角MLE轨迹的概率分布特征；采用随机森林算法构建并训练暂态稳定性判别模型；实时判别时基于PMU监测采集的发电机机端电压相角数据计算发电机功角轨迹，计算功角MLE轨迹的概率分布特征并输入暂态稳定性判别模型得到系统暂态稳定性判别结果。本发明强化了最大Lyapunov指数的特征表达能力，提升暂态稳定性整体的判别精度，降低误判与漏判风险。

公开(公告)号：CN112001551B

公开(公告)日：2023-08-04

申请号：CN202010865591.4

申请日：2020-08-25

Applicant: 西安交通大学

Inventor： 刘俊 ,  赵宏炎 ,  刘嘉诚 ,  刘晓明 ,  张睿哲 ,  池宇琪 ,  彭鑫

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q30/0202 ,  G06Q30/0201 ,  G06Q50/06

Abstract: 本发明公开了一种基于大用户电量信息的地市电网售电量预测方法：调研统计地市内月用电量300万千瓦时及以上大用户的电量信息和未来用电计划；对获取的大用户电量信息进行预处理，以保证数据的完整性、唯一性与结构一致性；基于皮尔逊积矩相关系数计算，分析地市大用户电量信息累加与地市电网大工业售电量及地市电网总售电量之间的关联关系；通过对地市电网各类售电量占总售电量比例的计算，分析地市电网售电量的结构；建立以地市内大用户电量信息累加为输入、地市电网售电量为输出的线性回归模型，结合所掌握的大用户未来电量使用计划，对地市电网年度售电量进行预测，以解决大工业占比较高的地市电网售电量预测精度不足的问题。

公开(公告)号：CN113076421B

公开(公告)日：2023-03-28

申请号：CN202110364805.4

申请日：2021-04-02

Applicant: 西安交通大学

Inventor： 刘晓明 ,  李承祖 ,  冯乙洋 ,  多小川 ,  贺靖涵

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/279 ,  G06F40/30 ,  G06F40/253 ,  G06F40/211 ,  G06N5/025 ,  G06N5/04

Abstract: 本发明一种社交噪音文本实体关系抽取优化方法及系统，可解决社交文本领域数据标注成本大、数据更新速度快、数据集本身存在偏差以及原有模型可能陷入虚假相关性的问题。该方法将因果推断引入自然语言处理生成词向量的过程中，应用因果推断中干预与反事实的优势，实现了数据增强并减弱数据集本身带来的偏差。不仅能够减少人力标注数据的投入成本，而且能够有效模拟实际场景中文本的不规范性与创新性，提高模型对于社交噪音文本实体关系抽取的鲁棒性。与此同时，由于方法本身对于词向量进行处理，因此对于现有各类模型均有较好的适应性与应用可能性。

公开(公告)号：CN113805016A

公开(公告)日：2021-12-17

申请号：CN202111014125.6

申请日：2021-08-31

Applicant: 国网上海市电力公司 ,  西安交通大学

Inventor： 牛凯 ,  李伟 ,  洪芳华 ,  倪浩 ,  秦斌 ,  赵述金 ,  李军浩 ,  黄丽 ,  沈奇雯 ,  刘晓明 ,  张行健

IPC: G01R31/12

Abstract: 一种配网设备冲击电压试验放电严重程度判别方法，属试验领域。其在对配网设备进行冲击电压试验时采集冲击电压试验信号；对冲击电压信号进行归一化处理，进信号开窗，计算每个信号窗内的信号平均幅值；计算相邻窗内的幅值比值，得到幅值梯度序列；计算幅值梯度序列的最大值；根据幅值梯度序列的最大值进行放电严重程度的判断。本技术方案通过利用试验电压波形的幅值梯度序列计算结果，为放电严重程度的判断提供了一种量化评价的方法，解决了配电设备冲击电压试验时难以对其放电严重程度进行量化判断的问题。可广泛用于配电设备的试验领域。

公开(公告)号：CN112052404A

公开(公告)日：2020-12-08

申请号：CN202011012724.X

申请日：2020-09-23

Applicant: 西安交通大学

Inventor： 刘晓明 ,  詹明威 ,  简禧彦 ,  沈超 ,  周亚东

IPC: G06F16/9536 ,  G06F16/9538 ,  G06F16/951 ,  G06Q50/00

Abstract: 本发明属于图数据挖掘领域，公开了一种多源异构关系网络的群体发现方法、系统、设备及介质，包括：获取多源异构关系网络内任意两个用户间的交互行为数据；根据任意两个用户间的交互行为数据，得到任意两个用户间的边权值；其中，边权值用于表示两个用户间的联系紧密程度；根据任意两个用户间的边权值构建图结构，得到多源异构关系图；并将多源异构关系图进行子图划分，得到若干极大连通子图并分别进行社区划分，得到多源异构关系网络的群体发现结果。时间复杂度低，群体发现结果优秀，适用于大规模关系网络，能有效减少群体发现中的时间资源开销，提高发现结果的模块度，无需任何先验知识，完全依靠网络拓扑结构实现，对于复杂网络适用性强。

公开(公告)号：CN111831881A

公开(公告)日：2020-10-27

申请号：CN202010636291.9

申请日：2020-07-04

Applicant: 西安交通大学

Inventor： 周亚东 ,  岳天一 ,  刘晓明 ,  沈超

IPC: G06F16/951 ,  G06K9/62

Abstract: 一种基于网站流量日志数据与优化谱聚类算法的恶意爬虫检测方法，包括：预处理日志数据，过滤非页面请求，从请求记录中筛选相关字段用于爬虫检测；为每个cookie生成页面请求序列，基于页面请求序列，计算任意两cookie间行为相似度；构建以cookie为节点的完全图，任意两cookie节点间边的权重等于cookie间行为相似度；使用优化谱聚类算法对图进行社区划分；设计社区特征，并设置阈值进行爬虫社区识别；使用核密度估计算法对剩余未发现的爬虫cookie进行挖掘。本发明能够为网站监控爬虫、制定拦截规则、保护公司数据财产与用户隐私等提供技术支持；本发明基于易于获取的流量日志数据实现爬虫检测，具有较高的实际应用价值。