-
公开(公告)号：CN115114526A
公开(公告)日：2022-09-27
申请号：CN202210757163.9
申请日：2022-06-30
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 本发明涉及推荐系统和图卷积神经网络领域，具体地说，是一种多行为增强信息的加权图卷积网络评分预测推荐方法，针对传统推荐系统模型主要关注的是单一类型的用户项目交互行为，导致冷启动或者数据稀疏问题。本发明通过提出一种多行为增强信息的加权图卷积网络评分预测推荐模型，捕获消息传递下不同类型行为之间的隐式关系以及具有高阶关系的行为类型感知协作信号。结合自学习权重区分不同行为强度以得到用户和项目的最终表示进行预测。同时，设计了项目之间的嵌入传播层来建模项目之间的相似性，这反映了不同行为的各种语义。
-
公开(公告)号：CN113283581B
公开(公告)日：2022-08-09
申请号：CN202110526469.9
申请日：2021-05-14
Applicant: 南京邮电大学
Abstract: 本发明是一种多融合图网络协同多通道注意力模型及其应用和应用方法，该模型包括ECA、MF‑GCN、CNN、残差网络和RELU层，堆叠ECA、MF‑GCN、CNN构建出多融合时空块，多融合时空块结合残差网络、一层RELU层获得多融合图网络协同多通道注意力块，堆叠多融合图网络协同多通道注意力块，将最后多融合图网络协同多通道注意力块的输出再经过CNN层，获得多融合图网络协同多通道注意力模型。本发明用已有的数据构建潜在的图结构，构建多属性融合的GCN模块，将包含多个属性的图结构传入GCN模块，充分挖掘图结构信息；首次将ECA模型用于交通流预测，应用ECA模型的注意力机制，更好的建模时间非线性动态变化性。
-
公开(公告)号：CN112818011B
公开(公告)日：2022-03-08
申请号：CN202110033537.8
申请日：2021-01-12
Applicant: 南京邮电大学
IPC: G06F16/2453 , G06N3/08
Abstract: 本发明涉及深度学习和谣言识别领域，特别涉及改进的TextCNN与TextRNN谣言识别方法，步骤1，通过BERT预训练模型将言论文本及其评论转化为句向量；步骤2，构建改进的TextCNN模型；步骤3，构建改进的TextRNN模型；步骤4，对步骤2和步骤3中两种模型的输出进行加权融合，最后判断是否谣言；TextCNN更利于深度挖掘消息文本的语义特征，而TextRNN在挖掘消息文本的时序特征上更好，将CNN模型与RNN模型相结合并且改进可实现更高效识别。
-
公开(公告)号：CN113807422A
公开(公告)日：2021-12-17
申请号：CN202111042055.5
申请日：2021-09-07
Applicant: 南京邮电大学
Abstract: 本发明提供了一种融合多特征信息的加权图卷积神经网络评分预测模型，建立加权图卷积神经网络用户模型，输出用户潜在特征向量矩阵；建立加权图卷积神经网络用户模型，输出项目潜在特征向量矩阵；将用户潜在特征向量矩阵和项目潜在特征向量矩阵进行连接后输入到评分预测模型多层感知机中，将得到的预测评分与实际评分对比，通过优化函数对评分预测模型多层感知机进行优化，更新函数。本发明通过计算用户与用户、项目与项目之间的属性相似度来利用用户和项目的辅助信息，同时考虑了用户的兴趣变化对评分信息进行修正，增强了用户和项目的特征表示，解决现有的推荐模型仅利用用户项目的交互信息而忽略了用户和项目的自身属性特征的缺点。
-
公开(公告)号：CN108898300B
公开(公告)日：2021-12-07
申请号：CN201810642135.6
申请日：2018-06-21
Applicant: 南京邮电大学
Abstract: 一种供应链网络风险级联模型的构建方法，包括如下步骤：S1、构建以企业作为节点N、以企业间的贸易关系作为边E的供应链网络G；S2、采用度和介数的函数计算出各节点的初始风险值；S3、依据节点容量与初始风险成正比的关系，计算出各节点的最大耐受风险值；S4、计算当前时刻各节点的当前风险值；S5、比较各节点当前风险值和最大耐受风险值，确定失效状态；S6、若某节点当前风险值超过最大耐受值，则判定该节点发生失效，依据周围相邻节点的容量进行负载重分配。本发明逻辑清晰、方案成熟，操作过程明晰，具有良好的使用和推广基础。
-
Patent Agency Ranking
公开(公告)号：CN112612970A
公开(公告)日：2021-04-06
申请号：CN202011559478.X
申请日：2020-12-25
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于微博事件关系的谣言检测方法，包括：步骤S1、构建微博数据集，步骤S2、得到特征矩阵；步骤S3、构建微博事件关系图，再通过微博事件关系图得到邻接矩阵；步骤S4、将特征矩阵以及邻接矩阵输入图卷积神经网络模型进行训练，然后得到最终的谣言检测模型；步骤S5、根据最终的谣言检测模型进行谣言检测。本发明还公开了一种基于微博事件关系的谣言检测系统，该系统包括：微博数据集构建模块、微博预处理模块、微博关系模块、微博检测模块；本发明通过用户行为信息，得到了微博事件之间联系的紧密关系，提高了谣言检测的正确率。
-
公开(公告)号：CN111966958A
公开(公告)日：2020-11-20
申请号：CN202010824495.5
申请日：2020-08-17
Applicant: 南京邮电大学
IPC: G06F17/13
Abstract: 本发明提供了一种谣言传播模型建立方法，同时考虑个体活跃度及辟谣机制，该方法包括以下步骤：步骤(1)，提出多因素模型SIWISR-M模型，根据谣言传播规则，建立微分动力学方程组；步骤(2)，对微分动力学方程组进行简化，推导出系统平衡点以及基本再生数R0；步骤(3)，对模型进行稳定性分析，得到系统平衡点局部稳定性和全局稳定性条件。本发明提出的辟谣机制可有效减小谣言传播者密度的峰值及谣言持续时间，对舆论的发展与控制具有一定的指导意义。
-
公开(公告)号：CN107919985B
公开(公告)日：2020-10-27
申请号：CN201711090654.8
申请日：2017-11-08
Applicant: 南京邮电大学
Abstract: 本发明涉及一种复杂网络级联失效容量负载架构的应用方法，基于复杂网络理论，考虑到每个节点在网络结构上的异质性，分配崩溃节点的负荷，其中，以度大的节点处理数据能力强，聚类系数小的节点能够在抵抗级联失效中发挥更大作用为依据，针对度值大、且聚类小的节点分配更多的崩溃节点的负荷，并通过在人工网络和真实网络上的仿真并与其他模型进行对比，验证了本模型的有效性，使得本发明所设计方法应用的网络，能够更快的达到网络的全局鲁棒性。
-
公开(公告)号：CN106897791B
公开(公告)日：2020-05-12
申请号：CN201710009947.2
申请日：2017-01-06
Applicant: 南京邮电大学
Abstract: 本发明公开了一种公交地铁复合网络模型构建方法，通过综合比较复合网络在无权条件的平均聚类系数和平均路径长度和加权条件下网络的加权平均路径长度可以获得一个最优的模型参数d。其实现步骤为：首先根据双层网络模型构建公交地铁双层网络，双层网络既有网络内部节点间的连接，也有网络层间的连接。在将地铁网络复合到公交网络中的时候，我们需要处理节点映射(节点映射包含节点的融合与新建)和连边的重连，其中连边的重连受模型参数d的影响。比较不同d值条件下复合网络的参数，可以确定d的最优值。最优的模型参数d使得公交和地铁合理的衔接在一起，提高乘客的出行效率。
-
公开(公告)号：CN109903853A
公开(公告)日：2019-06-18
申请号：CN201910015017.7
申请日：2019-01-08
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法，包括如下步骤：S1、构建信息传播与病毒传播的双层网络模型；S2、利用连续时间马尔科夫过程推导病毒传播阈值；S3、利用信息传播概率与信息遗忘概率来表征双层网络模型中上层的信息传播情况；S4、构建基于个体敏感度与大众媒体影响力的双层网络传播模型。本发明通过引入个体敏感度与大众媒体影响力的因素、推导病毒传播阈值的方式，拓扑出了一种更加贴合实际情况的双层复杂网络传播模型。同时，本发明还分析了多重网络中的各种传播影响因子，全面地分析了多重网络中的病毒传播，能够体现出真实的传播情况、为控制病毒的传播规模提供了重要的参考依据。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.023 seconds)
