-
公开(公告)号：CN116797396A
公开(公告)日：2023-09-22
申请号：CN202310339282.7
申请日：2023-03-31
Applicant: 东北大学
Abstract: 本发明提供了基于真实信息种子特定选择的抑制社交网络谣言传播方法，涉及复杂网络谣言传播抑制领域。该方法包括：对初始网络数据集构建无向无权网络来模拟社交网络传播过程；设计谣言传播模型：为网络中的每一个体节点随机赋予一种预设的初始状态并确定状态转换方式；基于演化博弈论设计个体节点的收益矩阵并推导节点的总收益计算公式；利用个体节点的邻域熵表示个体节点在网络中携带谣言信息和真实信息的情况，并根据个体节点的邻域熵确定核心节点集；基于核心节点集对网络中的个体节点进行社区划分；根据网络的社区划分信息、网络中个体节点的状态信息及个体节点的总收益，选择真实信息种子节点；按照设计的谣言传播模型模拟竞争信息的传播。
-
公开(公告)号：CN112541855B
公开(公告)日：2023-07-28
申请号：CN202011432797.4
申请日：2020-12-10
Applicant: 东北大学
Abstract: 一种基于多层复杂网络和SIR模型的图像加密方法，涉及图像加密领域。该图像加密方法，包括将灰度图像转换成比特级图像的步骤，根据相关算法将图像分成若干层，生成确定性的随机网络的步骤，以及使用SIR传染病模型进行扩散，最后合成加密图像的步骤。本发明采用比特级加密具有可同时改变像素位置和值的优点，和像素级加密相比更能改变明文的统计信息，有利于提高加密效率并提高加密安全性。本发明方法使用确定性随机网络和SIR传染病模型的构建了新的加密框架，获得了较高的图像加密效果，该方法能够更好的用于信息安全领域的信息隐藏、加密传输等应用过程，具有安全可靠的优点。
-
公开(公告)号：CN115934163A
公开(公告)日：2023-04-07
申请号：CN202211555576.5
申请日：2022-12-06
Applicant: 北京科创汇捷科技发展有限公司 , 东北大学
IPC: G06F8/75 , G06F8/74 , G06F40/237 , G06F40/216 , G06N3/0442 , G06N3/048 , G06N3/082 , G06F18/241 , G06F18/214
Abstract: 本发明提供一种基于LSTM模型的Python API推荐方法，涉及API推荐技术领域。本发明针对可解释性语言Python的API推荐问题进行研究，主要通过LSTM模型学习代码上下文和用户想调用的API之间的关系，并使用改进后的束搜索算法过滤LSTM模型的推荐结果，从而推荐出API，并将各个API的概率值降序排列，使开发人员能够更快地选择想要调用的API。本发明结合LSTM模型，帮助开发人员简化开发过程，提高软件开发效率。
-
公开(公告)号：CN114297484A
公开(公告)日：2022-04-08
申请号：CN202111609952.X
申请日：2021-12-27
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开一种基于优化观察点选择策略的单信息源点定位方法，该方法利用Jordan中心性，将网络中的感染节点按重要性排序后，将重要的感染节点设置为观察节点，并利用所选观察节点得到的方向信息，删除网络中未参与到传播过程中的边，从而缩减了网络的规模。在缩减的网络上，利用观察节点获取的时间信息，即该观察节点的被感染时间，通过时间可逆的反向传播算法，计算方差最小的节点即该方法所求得的传播源节点。本发明的方法与在网络中随机选择观察节点相比，提高了定位源节点的准确率。另外，该方法基于时间可逆的反向传播算法，不需要将网络重构为树形网络，且在缩小了网络的规模的基础上，降低了单信息传播源节点检测的复杂度。
-
公开(公告)号：CN113890683A
公开(公告)日：2022-01-04
申请号：CN202111182186.3
申请日：2021-10-11
Applicant: 东北大学
IPC: H04L1/00
Abstract: 本发明提供一种基于不等差错保护在线喷泉码的分级视频传输方法，在建立阶段采用偏移编码的机制，减少连通分支个数，减少前期发送度为1的输出符号数量，加速建立阶段最大连通图的构建，进而加速恢复重要符号。在建立阶段，采用新的不等差错保护机制，将选择符号的过程分为三种情况，对不同情况赋予不同概率，实现不等差错保护的同时，也能完成部分非重要符号的译码工作，减少扩展窗技术造成的冗余，提升后期对非重要符号的恢复速率。在完成阶段采用选取参与编码次数最少的输入符号进行编码的方案，减少因随机选择符号造成的重复编码，同时使连通分支数量以较快的速度减小，结合建立阶段的部分已译码的非重要输入符号，提高整体译码成功概率。
-
Patent Agency Ranking
公开(公告)号：CN109271517B
公开(公告)日：2021-12-31
申请号：CN201811147525.2
申请日：2018-09-29
Applicant: 东北大学
IPC: G06F16/35 , G06F40/279
Abstract: 本发明具体涉及一种IG TF‑IDF文本特征向量生成及文本分类方法，属于文本挖掘和机器学习领域。所述方法包括：1)生成文本特征向量；2)训练分类器；3)评估分类性能；4)对目标文本集进行分类；本发明计算所得权重更能真实的反映不同词条对文本分类的重要程度，使得具有强类别区分能力的词条被分配更大的权重，使得权重计算更加合理，从而提高了文本分类的准确度；而且计算所得词条权重无需知道具体所述类别，克服了TFADF等有监督方法在多类别文本中分类的不足。
-
公开(公告)号：CN113127367A
公开(公告)日：2021-07-16
申请号：CN202110472345.7
申请日：2021-04-29
Applicant: 东北大学
Abstract: 本发明提供一种Android动态权限申请的缺陷检测方法，首先获取待检测程序使用到的所有危险权限以及使用每个危险权限的方法，寻找每个危险权限使用方法的完整调用链路，然后判断每个危险权限是否缺失权限声明，判断每个危险权限是否缺失检查和申请权限的步骤，并判断危险权限的使用方法所使用到的危险权限与应用内检查和申请的权限是否一致，最后针对存在不同版本之间演化的文件MethodToPermissionsMap，判断开发者是否处理好了存在不同版本之间演化的情况，本发明能为开发者同更多关于动态权限处理缺陷的信息，不仅仅可以提示哪些权限没有正确被声明，而且会根据应用程序的类和方法之间的关系去评估是否存在步骤的缺失，将每种缺陷的情况更清晰的输出给开发者。
-
公开(公告)号：CN108040041B
公开(公告)日：2020-08-25
申请号：CN201711265665.5
申请日：2017-12-05
Applicant: 东北大学
Abstract: 本发明属于图像数据传输领域，提出了一种基于业务驱动的图像差异传输协议设计系统及方法。该协议结合实际需求以及图像压缩编码对图像传输过程进行了分析设计，利用网络协议工程设计了一个具有图像差异传输功能，可高效、灵活解决共享问题的应用层协议；由于下层为TCP可靠协议提供支持，对于定长参数的控制信息报文的传输非常稳定，不存在需解决的关键问题，但该协议的传输重点即图像差异传输过程，在内容无错的情况下进行性能调优，是提高整个系统使用过程的稳定性与交互体验的关键。
-
公开(公告)号：CN110363779A
公开(公告)日：2019-10-22
申请号：CN201910649115.6
申请日：2019-07-18
Applicant: 东北大学
Abstract: 本发明提供一种数字图像分割及并行化方法，包括：读取图像数据；计算能量矩阵；调用PushKernel()核函数；调用PullKernel()函数，重复调用m次PullKernel()函数后调用RelabelKernel()核函数，读取结点高度值；根据迭代层数k判断结点高度是否可以重标记，若满足条件，则更新高度值，将结点状态更新到Active状态。本发明的技术方案针对GPU的特性，启用常量存储器，达到提升整体带宽的作用。利用存储器的特性，进行任务的分配，以达到存储器大小和并行线程数量完全匹配，改进效率。对于图像分割的第二步，将原有的压入操作拆解成两步，分为Push和Pull两步操作，更利于后续的操作；引入新的重标记过程，利用广度优先遍历的方式，全局的对所有结点的高度进行重标记，减少算法的整体迭代次数，显著提高算法运行效率。
-
公开(公告)号：CN110309424A
公开(公告)日：2019-10-08
申请号：CN201910601112.5
申请日：2019-07-04
Applicant: 东北大学
IPC: G06F16/9535 , G06F16/9536 , G06K9/62
Abstract: 本发明提供一种基于粗糙聚类的社会化推荐方法，包括：将用户的社会化评分数据构造评分矩阵；计算除所述第一个初始聚类中心外的其他的聚类中心，将所述聚类中心按照密度函数从大到小排序后；分别计算每个所述剩余用户到K个聚类中心的余弦相似度及最大相似度进而进行聚类划分；计算非聚类中心用户的权重值wi与聚类集合的近似集合影响因子；根据所述预测评分的高低形成由高至低的推荐项目集合，为目标用户进行项目推荐。本文提出的一种基于粗糙聚类的社会化推荐算法，通过计算数据对象的密度函数对K-means聚类推荐算法进行改进，优化了初始聚类中心的选取问题，实现了粗糙集上、下近似集合的权重自适应，并采用余弦相似度替换传统的欧氏距离计算方式。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.031 seconds)
