一种标签无关的跨任务对抗样本生成方法

    公开(公告)号:CN111104982B

    公开(公告)日:2021-09-24

    申请号:CN201911322822.0

    申请日:2019-12-20

    Abstract: 本发明公开了一种标签无关的跨任务对抗样本生成方法,包括如下步骤:步骤1,构建替代模型:获取纯净样本集的标签集,并利用纯净样本集和标签集训练得到目标模型的替代模型;步骤2,生成对抗样本:将纯净样本集输入替代模型中,获取纯净样本集中每个样本在替代模型中的特征表示,并利用特征表示通过计算标准差计算得到每个样本的对抗损失,再利用对抗损失通过计算梯度更新每个样本,对纯净样本集中的每个样本在重复执行步骤2若干次后得到纯净样本集的对抗样本集。通过本发明的标签无关的跨任务对抗样本生成方法,生成的对抗样本具有可转移性、高对抗性、任务无关性。

    一种基于图神经网络的数据库查询优化方法及系统

    公开(公告)号:CN113010547A

    公开(公告)日:2021-06-22

    申请号:CN202110491751.8

    申请日:2021-05-06

    Abstract: 本发明公开了一种基于图神经网络的数据库查询优化方法及系统,方法包括:数据采集:根据数据的使用规律来合理的调节采样行为;基数及代价估计:利用树型图神经网络提取查询计划树的结构特征,并使用图卷积网络提取各个数据列的关联关系及连接的拓扑关系,从而建立基数及代价估计网络模型;连接顺序优化:利用图卷积算法提取查询特征和连接顺序特征,并利用强化学习算法感知数据库真实环境,从而不断优化模型,从而提升连接顺序决策的效果;通过对数据分布特征、关联关系和数据库环境特点的学习,建立基数估计模型和连接顺序优化模型,并将算法融合到分布式关系型数据库中。本发明提高在逻辑优化和物理优化阶段的算法效率,提升了查询执行速度。

    一种基于强化学习的关系型数据库查询优化方法及系统

    公开(公告)号:CN112988802A

    公开(公告)日:2021-06-18

    申请号:CN202110475590.3

    申请日:2021-04-29

    Abstract: 本发明公开了一种基于强化学习的关系型数据库查询优化方法及系统,方法包括以下步骤:步骤1:通过树卷积神经网络提取逻辑计划树及优化器状态信息特征;步骤2:利用强化学习模型获得匹配的优化规则应用顺序;步骤3:优化器选择适合当前查询的优化规则;系统包括规则应用与信息采集模块、机器学习模块和数据交换模块;所述规则应用与信息采集模块和机器学习模块通过数据交换模块连接,通过本地RPC请求实现数据库与规则应用与信息采集模块和机器学习模块的数据交互。本发明使用强化学习让数据库能够根据当前处理的SQL查询语句自动选择每一步的逻辑优化规则,增加了逻辑优化的可扩展性,提高了逻辑优化阶段的灵活性,进而提高数据查新效率。

    蚁群算法用于拥堵环境下的动态路径规划方法

    公开(公告)号:CN110941267B

    公开(公告)日:2021-05-25

    申请号:CN201911125419.9

    申请日:2019-11-18

    Abstract: 本发明公开了一种蚁群算法用于拥堵环境下的动态路径规划方法,包括:步骤1,进行环境建模,得到表示拥堵环境下的拥堵情况的环境因子;步骤2,将环境因子代替蚁群算法中道路的距离后,利用环境因子的动态变化进行动态路径规划。本发明提出了体现交通拥堵的环境因子,使用环境建模的方法得到在拥堵环境下的环境因子,通过将环境因子代替蚁群算法中的道路的距离来实现将蚁群算法用于拥堵环境下的动态路径规划,弥补了现有的路径规划算法中没有考虑环境拥堵情况动态变化的因素,提高了在拥堵环境下路径规划最优解的准确性,更加符合现在城市交通拥堵的实情。

    基于关系网络的主机入侵检测方法

    公开(公告)号:CN111431863A

    公开(公告)日:2020-07-17

    申请号:CN202010127938.5

    申请日:2020-02-28

    Abstract: 本发明公开了一种基于关系网络的主机入侵检测方法,包括:步骤1,对主机系统调用序列样本集进行特征化处理;步骤2,将经步骤1处理后的数据集划分为训练集、支持集和测试集;再将训练集划分为样例集和查询集;步骤3,构建关系网络模型;所述关系网络模型包括嵌入模块、连接模块和关系模块;步骤4,定义关系网络模型的目标函数;步骤5,训练构建的关系网络模型,得到主机入侵检测模型;步骤6,将需要检测的主机系统调用序列经过步骤1后输入训练好的主机入侵检测模型进行主机入侵检测。本发明提出一种基于关系网络的主机入侵检测方法,该方法可以在小样本的情况下既可以实现已有入侵方式的主机检测也可以实现未知入侵方式的主机入侵检测。

    一种基于混合网络模型的文本对象抽取方法

    公开(公告)号:CN107220238A

    公开(公告)日:2017-09-29

    申请号:CN201710373201.X

    申请日:2017-05-24

    Abstract: 本发明是一种基于混合网络模型的文本对象抽取方法。本发明利用词性及语义特征来寻找文本中的候选文本对象,利用已标注对象间关系的语料,获得不同文本对象间的关系,并以此为基础构建一个用于抽取文本对象的混合网络模型。相比不考虑关系的文本对象抽取方法,该模型充分利用了文本对象间的关系,能够更加精确地抽取文本对象。此外,由不同方式获取的关系都可以作为该模型的输入,使得该模型具有一定的灵活性。本发明在一个真实的数据集上进行了相关实验,相较于实验参照方法得到了更优的实验结果。

    基于颜色索引平衡二叉树的相邻车辆的查询算法

    公开(公告)号:CN106570079A

    公开(公告)日:2017-04-19

    申请号:CN201610906427.7

    申请日:2016-10-18

    CPC classification number: G06F16/24 G06F16/2246

    Abstract: 基于颜色索引平衡二叉树的相邻车辆的查询算法。本发明提出了颜色索引二叉树存储结构及基于颜色索引二叉树的邻车查询算法,该结构与平衡二叉树不同的是,还需要维护同色结点的前驱结点和后继结点的动态索引。不论是否在同一车道,两辆邻近的车辆始终保持父子关系,而结点着色又能维持同车道车辆的近邻索引。通过该算法车辆查询同车道前后相邻车辆的时间复杂度达到了O(1)、查询相邻车道的相邻车辆的时间复杂度达到了O(logn)。通过实验对本发明提出的邻车查询算法与经典的现有主流邻车查询算法进行了比较,表明本算法能够有效提高相邻车辆的查询效率。

    基于IC卡数据的OD矩阵生成技术及其应用研究

    公开(公告)号:CN106504525A

    公开(公告)日:2017-03-15

    申请号:CN201610890459.2

    申请日:2016-10-12

    CPC classification number: G08G1/0104

    Abstract: 基于IC卡数据的OD矩阵生成技术及其应用研究。本发明在于解决如何获取居民公交出行数据以便采取措施应对不断增长的公交需求的问题,通过对公交IC卡数据进行统计分析,挖掘了居民公交出行的时空特征,线路乘坐特征以及乘车行为特征,基于乘客的特征上车站点和公交IC卡数据生成居民公交出行OD矩阵。本发明可用于判断IC卡数据中乘客的上下车站点,不仅可以用于推导居民出行OD矩阵,还可作为其他公交数据挖掘的基础数据。同时,本发明将实验生成的公交出行OD矩阵映射为车辆出行OD矩阵,应用于微观交通仿真系统的实例中,得到了更加真实的仿真结果。

    导轨式无源RFID室内定位方法

    公开(公告)号:CN103679095B

    公开(公告)日:2017-02-15

    申请号:CN201310639729.9

    申请日:2013-12-02

    Abstract: 本发明提出了一种导轨式无源RFID室内定位系统架构与方法,其特征在于,该系统架构与方法首次运用滑动导轨结合无源标签进行室内定位,创新性地设计了一种无源标签定位算法和一套基于本系统架构的多定位任务调度策略。在该系统架构中,滑动导轨承载单个阅读器在控制电路和步进电机的驱动下,通过连续移动阅读器和横向导轨,使单个阅读器的扫描范围覆盖整个室内。基于该系统架构提出的无源标签定位算法和多定位任务调度策略,能够实现无源标签室内精准定位服务,以及室内定位任务的高效调度。该系统架构与方法只需单一阅读器并且无需部署有源参考标签,能够实现对多个定位目标的精确定位。

    基于位置线索平衡二叉树的相邻车辆的查询算法

    公开(公告)号:CN105117395A

    公开(公告)日:2015-12-02

    申请号:CN201510236540.4

    申请日:2015-05-11

    CPC classification number: G06F17/30327 G06F17/30389

    Abstract: 本发明提出了位置索引平衡二叉树的车道车辆存储结构及查询算法。在位置线索平衡二叉树中每个节点记录了与其具有物理相邻关系的前后节点的线索,利用该线索查询车辆的同车道前后相邻车辆,并通过二叉树的结构查询相邻车道中的相邻车辆。将大规模的仿真任务划分成若干个子任务然后将这些子任务分配到集群中的各个结点,这样就减少了单个结点的仿真规模。优化车辆路径选择算法、优化车辆的存储结构及相应的车辆查询算法。

Patent Agency Ranking