公开(公告)号：CN118214723A

公开(公告)日：2024-06-18

申请号：CN202410387167.1

申请日：2024-04-01

Applicant: 北京理工大学

Inventor： 胡仲则 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: H04L47/2441 ,  G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于图对比学习的复杂网络流量分类方法，属于网络流量分类技术领域，包括以下步骤：步骤一、将原始网络流量转换为图结构数据；步骤二、通过数据增强算法，以特定的规则将输入的图结构数据转换为增强图一、增强图二；步骤三、将两张增强图分别送入共享参数的GNN编码器中，提取数据特征，得到特征一、特征二；步骤四、通过最大化特征一、特征二之间互信息的方法，更新GNN编码器的模型参数，重复此步骤完成模型训练；步骤五、模型训练完成后，利用GNN编码器提取网络流量的数据特征，将提取到的网络流量的数据特征送入分类器，实现流量分类；步骤六、通过设计稳定性指标计算分类结果的实际效果，衡量网络流量分类算法抗干扰性能。

公开(公告)号：CN118194911A

公开(公告)日：2024-06-14

申请号：CN202410434742.9

申请日：2024-04-11

Applicant: 北京理工大学

Inventor： 胡旭阳 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/084 ,  G06N5/022 ,  G06N3/082 ,  G06N5/04

Abstract: 本发明公开了一种基于知识蒸馏与模型量化的知识图谱压缩方法，属于知识图谱压缩领域，包括以下步骤：S1、利用基于1位的二值化神经网络嵌入表示框架对KGE模型的每层网络前的网络权重和嵌入表示进行二值化操作，获得KGE二值化模型；S2、优化KGE二值初始化模型；S3、利用知识蒸馏训练优化后的KGE二值初始化模型；S4、利用KGE二值化模型对输入的知识图谱进行压缩。本发明采用上述基于知识蒸馏与模型量化的知识图谱压缩方法，实现了在资源有限的设备上部署高精度的二值化模型，提高了异构图表示领域的二值化模型性能，可集成到现有的基于深度神经网络的KGE模型中，可同时保持应用场景下的实际应用的高性能和可扩展性。

公开(公告)号：CN117291326A

公开(公告)日：2023-12-26

申请号：CN202311306118.2

申请日：2023-10-10

Applicant: 北京理工大学

Inventor： 金倩倩 ,  成雨蓉 ,  李博扬 ,  袁野 ,  王国仁

IPC: G06Q10/047 ,  G06Q10/0631

Abstract: 本发明公开了一种实时跨平台拼车路线规划方法，属于时空大数据处理技术领域，其基本方案是：当新的任务到达时，平台首先调度己方工人进行服务，如果己方工人无法提供服务，那么将任务外包给第三方平台完成。为了确定己方工人还是第三方工人可以为新任务服务，利用改进的动态规划插入法为工人规划新的路线。这种动态调整方法增强了系统的灵活性和适应性，提高了整体服务效率。该方法能够实现众包平台间的共享出行，该方法涵盖来自多个不同平台的任务，实现了对任务的最优分配，以及对工人用户路线的优化。

公开(公告)号：CN116957288A

公开(公告)日：2023-10-27

申请号：CN202310975146.7

申请日：2023-08-04

Applicant: 北京理工大学

Inventor： 金倩倩 ,  成雨蓉 ,  李博扬 ,  袁野 ,  王国仁

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N5/04

Abstract: 本发明公开了一种时空众包平台中基于多方博弈的在线匹配方法，通过多轮匹配机制，允许平台在每一轮都有机会重新选择和调整策略，让平台根据实时信息做出最优的策略；相比传统的单轮匹配方式，能够更有效地实现任务的匹配，避免了因为一次匹配失败就拒绝服务的情况，提高了匹配效率，从而提高用户的满意度和平台的总收益；采用多方博弈模型来处理时空众包平台间的协调问题，迭代地调整参与者对任务的分配策略，直到达到纳什均衡，这种模型可以有效地平衡多个平台之间的利益，实现资源的最优配置。

公开(公告)号：CN116883746A

公开(公告)日：2023-10-13

申请号：CN202310861005.2

申请日：2023-07-13

Applicant: 北京理工大学

Inventor： 金福生 ,  崔鹏 ,  徐源 ,  袁野 ,  王国仁

IPC: G06V10/764 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于分区池化超图神经网络的图节点分类方法，涉及图像处理技术领域，将司法图像中的实体目标视为图中的节点，将实体目标之间的关系建模为图(Graph)，将目标分类任务转化为图的节点分类任务，从而充分利用实体目标之间的关联关系，将FastRCNN提取到的深层特征向量视为节点的特征向量，然后根据节点特征向量的相似度构建节点之间的邻接关系，最后使用图节点分类技术完成司法图像的目标识别任务。本发明通过池化技术，提高图像分类识别速度和精度。

公开(公告)号：CN111382316B

公开(公告)日：2023-09-26

申请号：CN202010151472.2

申请日：2020-03-06

Applicant: 北京理工大学

Inventor： 李荣华 ,  代强强 ,  王国仁 ,  金福生

IPC: G06F16/901 ,  G06F16/90

Abstract: 本发明公开了一种基于位图近似的h‑跳距离核分解方法，可用于许多大数据处理相关的应用，例如社交网络分析，合作网络分析及web网络分析等。本发明提出了基于位图近似的h‑跳距离核分解方法，来提高大图处理的效率，该方法不仅使内存消耗还是时间消耗均得到了极大的改善，尤其是在时间效率上能够提升一到两个数量至多。该方法基于位图的存储技术来提高算法的时间和空间效率，而且精确算法在处理大图数据也相当困难的同时，本发明实施例在保证一定准确度的同时，大幅度提升算法的计算效率，以更高效率处理大数据。

公开(公告)号：CN116542369A

公开(公告)日：2023-08-04

申请号：CN202310433997.9

申请日：2023-04-21

Applicant: 北京理工大学

Inventor： 卢茜君 ,  李荣华 ,  秦宏超 ,  王国仁

IPC: G06Q10/04 ,  G06Q30/018 ,  G06Q40/06 ,  G06F16/901 ,  G06F17/16 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及金融违约预测技术领域，且公开了一种基于超图对比学习的金融违约风险预测方法，包括以下步骤：步骤1，获取发债企业的基本数据、是否违约情况和发债企业之间的关联关系；步骤2，生成企业初始特征矩阵和负样本特征矩阵，构建超图，根据超图点边关联矩阵得到超图拉普拉斯矩阵；步骤3，应用超图卷积网络，得到企业表征矩阵和负样本表征矩阵；步骤4，生成全图表征向量，基于对比损失和分类损失进行联合训练，完成对企业违约风险的预测。本发明采用上述基于超图对比学习的金融违约风险预测方法，能够减少信息的丢失，提高金融违约风险的预测效果。

公开(公告)号：CN116468769A

公开(公告)日：2023-07-21

申请号：CN202310217308.0

申请日：2023-03-08

Applicant: 北京理工大学

Inventor： 宛传兵 ,  金福生 ,  徐源 ,  袁野 ,  王国仁

IPC: G06T7/55 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提供了一种基于图像的深度信息估计方法，包括：将同一场景的无标注图像序列输入至深度神经网络，提取图像特征；依次利用通道注意力机制和空间注意力机制对图像特征进行自适应特征优化；利用双线性差值进行上采样恢复图像分辨率；对恢复后的特征图像作为目标图像进行深度信息预测，根据预测的深度信息和相邻帧重建目标图像；计算目标图像与重建图像在多尺度下的光度误差和平滑误差，获得损失函数；进行无监督模型训练，根据损失函数更新模型参数，得到训练后的模型；利用训练后的模型对输入的场景图像进行深度信息预测。本发明可以充分利用输入图像的局部相关性和远程关系依赖提升低纹理区域的预测效果。

公开(公告)号：CN116361295A

公开(公告)日：2023-06-30

申请号：CN202310361889.5

申请日：2023-04-06

Applicant: 北京理工大学

Inventor： 司马胜 ,  张志威 ,  杨晓春 ,  王一拙 ,  王国仁

IPC: G06F16/22 ,  G06F16/23 ,  G06F16/215 ,  G06F16/21

Abstract: 本发明涉及计算机数据库领域和可验证计算领域，更具体地说是涉及一种针对高读写争用工作负载的可验证索引构建、更新与验证方法。包括基于默克尔并行树的可验证索引结构以及构建方法，可验证索引的并发更新方法，基于可验证索引的查询验证方法；本发明在支持数据可验证的同时，解决读写冲突的无锁并发控制，批量并行可以在查询和批处理更新方面带来非常好的性能，多版本索引的特性使得历史版本能被保留，因此可以支持对历史版本数据进行验证。

公开(公告)号：CN116305142A

公开(公告)日：2023-06-23

申请号：CN202310138794.7

申请日：2023-02-20

Applicant: 北京理工大学

Inventor： 李丝雨 ,  张志威 ,  王国仁

IPC: G06F21/57 ,  G06F21/64

Abstract: 本发明公开了一种基于区块链的带权图谱关键字查询可信验证方法，属于链上链下混合存储区块链领域。包括以下步骤：步骤一，服务器端基于带权大图构建Merkle Bucket Tree树形可验证索引结构，将树形可验证索引的根节点的哈希值存储在链上；步骤二，客户端向服务器发起关键字查询请求，服务器端利用树形可验证索引结构进行查询处理，得到查询结果树以及可验证信息返回给客户端；步骤三，客户端根据可验证信息和查询结果树重建树形可验证索引的根节点哈希值，并与存储在链上的树形可验证索引的根节点哈希值进行对比，以此验证查询结果是否满足查询条件并且来自原大图。