-
公开(公告)号：CN107832353A
公开(公告)日：2018-03-23
申请号：CN201710993388.3
申请日：2017-10-23
Applicant: 同济大学
Abstract: 本发明公开一种社交媒体平台虚假信息识别方法，其中：虚假信息样本集生成模块使用孪生生成式对抗网络(SGAN：Siamese Generative Adversarial Network)模型来构造并生成大规模的基础虚假信息样本集，然后通过无监督学习和有监督学习相结合的方式对所生成的基础虚假信息样本的虚假等级进行标记。虚假信息离线识别学习模块基于深度学习技术来训练虚假信息的识别并迭代优化深度识别模型的参数。虚假信息在线识别模块首先使用探索-利用策略获取新发布信息中的候选虚假信息集，然后对候选虚假信息集中的信息进行实时虚假识别和评级。与现有技术相比，本发明具有准确度高、泛化能力强以及速度快等优点，能够有效应用于电子商务、医疗健康、网络信息安全以及舆情监控等领域。
-
公开(公告)号：CN107592212A
公开(公告)日：2018-01-16
申请号：CN201710650197.7
申请日：2017-08-02
Applicant: 同济大学
Abstract: 基于流体力学的车联网数据流网络模型的车辆自组织网络容量计算模型构造方法，其特征在于，利用与网络容量相关的网络特性的描述方程，推导出车辆自组网网络容量计算模型。从而可以从理论角度指导车联网应用的设计与运行，为评价网络协议的高效性提供指标。同时也可以让我们更深入地理解车联网的基本性质，改善车联网网络性能，为车联网大规模容量的提高提供了理论基础。
-
公开(公告)号：CN104616365B
公开(公告)日：2017-12-26
申请号：CN201510056134.X
申请日：2015-02-03
Applicant: 同济大学
Abstract: 本发明提供一种考勤系统及方法，通过读取进行WiFi连接的客户端的WLAN MAC地址信息，并将其与预设列表中的预设WLAN MAC地址信息进行比较，当相同时，对应预先与所述预设WLAN MAC地址信息所关联的身份信息生成WiFi考勤记录，本发明还提供对客户端的WLAN MAC地址信息以及相关信息同时进行验证判断的方法，提高验证的准确性，本发明的考勤系统及方法，可以利用现有客户端拥有的主流配置，即WiFi模块，且利用每个WiFi模块所对应的唯一的WLAN MAC地址信息进行考勤验证，考勤效率以及准确性高。
-
公开(公告)号：CN107231300A
公开(公告)日：2017-10-03
申请号：CN201710323752.5
申请日：2017-05-10
Applicant: 同济大学
IPC: H04L12/703 , H04L12/721
Abstract: 城市道路中基于车辆状态预测的连通性模型的路由方法。基于无基础设施网络的路由方法，步骤1.根据连通性模型给出无基础设施网络路由方法的描述；步骤2.节点转发策略；步骤3.路由恢复策略。步骤4、有基础设施的异构网络的路由方法，步骤4.1.有基础设施的大规模异构网络分块策略；步骤4.2.路口基础设施数据包转发策略。本发明从根本上为城市道路中车联网的大规模异构网络的数据传输给出稳定可靠的解决方法。
-
公开(公告)号：CN103781194B
公开(公告)日：2017-09-26
申请号：CN201210399185.9
申请日：2012-10-18
Applicant: 同济大学
IPC: H04W84/18
Abstract: 本发明涉及一种基于耗散结构的车联网大规模网络动态演化方法，该方法首先根据耗散结构理论获取车联网的网络状态熵，用于表示车联网网络状态的无序程度，然后采用自适应机制、自调节机制和自愈合机制调整车联网的网络状态，使得车联网的网络状态向远离平衡态跃迁，降低车联网网络状态的无序程度。与现有技术相比，本发明将耗散结构理论应用于车联网大规模网络的动态演化上，考虑了大规模新型车联网环境下随着需求和环境的变化弹性构建满足当前任务的需求网络问题，其适用于大规模的开放系统。
-
Patent Agency Ranking
公开(公告)号：CN106776729A
公开(公告)日：2017-05-31
申请号：CN201611025159.4
申请日：2016-11-18
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F16/2465 , G06F16/288
Abstract: 本发明涉及一种大规模知识图谱路径查询预测器的构造方法，包括以下3个模块：1)路径查询置信度建模；2)路径查询训练样本集生成；3)路径查询预测器构建。路径查询置信度建模模块实现对大规模知识图谱中路径查询的表示、编码以及置信度表示；路径查询训练样本集生成模块针对不同路径长度，产生正训练样本集及其负训练样本集；而路径查询预测器构建模块基于模块1)和2)实现预测目标函数的构建和随机优化。与现有技术相比，本发明具有显著提高路径查询预测的准确度、降低级联误差以及增强泛化能力等优点。
-
公开(公告)号：CN104867329B
公开(公告)日：2017-04-12
申请号：CN201510197749.4
申请日：2015-04-23
Applicant: 同济大学
IPC: G08G1/01
Abstract: 本发明涉及一种车联网车辆状态预测方法，包括：1)获取目标车辆所处的车辆环境信息以及目标车辆前方的交通灯信息；2)根据车辆环境信息，以及目标车辆的历史状态信息预测目标车辆的车辆行为；3)根据车辆环境信息、目标车辆前方的交通灯信息和预测得到的车辆行为，结合目标车辆的历史状态信息预测车辆的状态。与现有技术相比，本发明基于车辆环境信息、以及车辆历史状态对车辆的车辆行为进行预测，再通过车辆行为对车辆的未来状态进行预测，基于车辆行为的预测更加准确，并且具有良好地扩展性，简单高效，适用大规模网络情况。
-
公开(公告)号：CN105722176A
公开(公告)日：2016-06-29
申请号：CN201610068732.3
申请日：2016-01-29
Applicant: 同济大学
Abstract: 一种城市场景中有基础设施的车联网大规模异构网络的连通性方法，步骤一、路口网关基于相邻的交叉路口建立向目标车辆的转发路径，即为主干路网。基于在源车辆与目标车辆之间所有可能的主干路网，路口网关将依次应用车联网连通性模型，计算比较各主干路网的连通可能性，从中选择连通可能性最大的主干路网作为转发路径，计算转发路径的流程如算法1所示。步骤二、当源车辆收到路口网关发回的用主干路网表示的转发路径后，就开始进行数据分组的转发，算法2具体描述数据分组的转发过程。本发明能够满足上层应用的服务质量要求，利用遗传算法求解该连通性模型的近似最优解，以期快速找到满足应用程序需求的转发路径。
-
公开(公告)号：CN103268312B
公开(公告)日：2016-04-06
申请号：CN201310159025.1
申请日：2013-05-03
Applicant: 同济大学
Abstract: 一种基于用户反馈的训练语料收集系统及其方法，根据用户反馈的特点，同时也结合移动终端上的应用，由此来判断已经训练的模型对于相应的语言处理任务是否很好的完成，从而可以确定此次标记的正确性。将正确的标记文本存储入数据库从而实现了训练语料的生成与收集。随着互联网特别是移动互联网的发展，专门面向移动互联网的应用越来越多，这些应用通过服务器向用户提供各种各样的信息，同时也可以利用移动设备收集用户的习惯与信息。本发明作为一种新的基于用户反馈的学习机制，利用用户反馈的信息为机器学习提供新的途径和方法，可应用于垃圾邮件识别等任务当中。
-
公开(公告)号：CN105245608A
公开(公告)日：2016-01-13
申请号：CN201510697871.8
申请日：2015-10-23
Applicant: 同济大学
IPC: H04L29/08
CPC classification number: H04L67/12
Abstract: 本发明涉及车联网技术领域。基于自编码网络的车联网网络节点筛选及其通达性路由构建方法，整个路由机制包含三个部分，数据预处理，自编码网络训练，节点筛选算法实现。自编码网络可以提供高维连续数据空间和低维嵌套结构的双向映射，利用自编码网络可以对大规模道路交通网络中的节点信息的关联性特征进行发掘与提取，从而对原始信息进行降维，不仅降低了数据传输过程中数据量，而且为网络中关键节点的筛选提供有效途径。本发明为高速公路场景提供较好节点筛选方法，有效提高了网络性能。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.026 seconds)
