-
公开(公告)号：CN114880576B
公开(公告)日：2025-02-18
申请号：CN202210611429.9
申请日：2022-05-31
Applicant: 上海交通大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9537 , G06F16/9035 , G06F18/214 , G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/042 , G06N3/08 , G06F17/18
Abstract: 一种基于时间感知的超图图卷积会话推荐方法，将物品点击序列转化为基于时间感知的超图以及局部图，并分别根据时间感知超图图卷积捕捉超图中的高阶的物品转换关系，根据图注意力网络挖掘会话序列数据中物品间的依赖关系，经训练后实现同时收敛后，预测将要点击的下一个物品。本发明在构图中要充分挖掘物品的时间间隔信息并应用于图卷积中，将已知的会话序列构成超图和局部图，图中每条边的权重由物品的出现次数和时间间隔共同决定，并通过推荐系统模型预测下一个将要被点击的物品。
-
公开(公告)号：CN118747848A
公开(公告)日：2024-10-08
申请号：CN202410806272.4
申请日：2024-06-21
Applicant: 上海交通大学
IPC: G06V20/10 , G06V20/13 , G06V10/764 , G06V10/44 , G06V10/42 , G06V10/82 , G06V10/774 , G06N3/0499
Abstract: 一种基于自动驾驶场景的毫米波雷达点云路况分类方法，在离线阶段，手动划分毫米波九维点云数据得到道路类型标签并生成训练集，用于训练具有路况分类功能且点云无序性、相关性、变换不变性的神经网络，在在线阶段采用训练后的神经网络对实时输入的毫米波雷达点云数据进行道路类型的分类。本发明只需要输入原始毫米波雷达数据集，并不需要额外的数据输入，使用手动划分好的道路类型标签，利用深度学习领域的算法实现道路类型分类。
-
公开(公告)号：CN114499624B
公开(公告)日：2022-12-13
申请号：CN202111495136.0
申请日：2021-12-08
Applicant: 上海交通大学
Abstract: 本发明提供了一种天地一体化信息网络中多源数据融合处理方法及系统，包括：天地一体化信息网络根据逻辑管理层次进行网络状态和资源实时管控；地面控制中心将一定时间内获取的多个任务进行切分，并根据任务间关系进行融合构成一个多任务执行图；对多任务执行图进行子任务的分组及抽象，并经过序列化后形成全序抽象任务图；地面控制中心依据所管控网络域的网络视图以及序列化后的抽象任务图进行处理路径规划，并对抽象任务进行最小代价部署规划；控制层中控制器将收到的抽象任务进行拆分，并进行处理路径规划和任务部署规划；执行层在接收到子任务后，按照控制节点下发的计算策略和流表进行任务的计算和传输；并将传算结果返回至用户。
-
公开(公告)号：CN115168653A
公开(公告)日：2022-10-11
申请号：CN202210547462.X
申请日：2022-05-18
Applicant: 上海交通大学
IPC: G06F16/901 , G06F16/9035 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 一种基于领域间和领域内关系的跨领域推荐方法及系统，根据不同领域用户或物品间的评论信息转换为用户或物品的语义关系，构建得到跨领域异构图，并在每个领域内，利用用户或物品的语义关系构建得到单领域异构图；再在两种异构图的基础上设计基于领域间和基于领域内关系的跨领域推荐系统模型，用于同步地学习用户或物品的跨领域不变性和单领域特殊性，并通过门控融合机制生成对每个用户的个性化推荐结果。本发明通过将领域间的语义关系转换成跨领域异构图，将领域内的语义关系转换成单领域异构图的同时保留领域间和领域内关系，统一地建模高阶域间和域内关系并实现双目标跨领域推荐。
-
公开(公告)号：CN114610900A
公开(公告)日：2022-06-10
申请号：CN202210249612.9
申请日：2022-03-14
Applicant: 上海交通大学
Abstract: 本发明提供了一种知识图谱补全方法及系统，涉及数据处理技术领域，该方法包括：步骤S1：输入需要进行缺失三元组补全的知识图谱；步骤S2：训练基于空间投影和卷积神经网络的负采样评估模型；步骤S3：根据负采样评估模型生成高质量错误三元组来构建训练集；步骤S4：训练融合三元组上下文语义的知识图谱补全模型；步骤S5：根据知识图谱补全模型进行知识图谱补全。本发明能够获得优异的知识图谱补全评价指标的情况下，能够适用于大规模知识图谱补全任务。
-
Patent Agency Ranking
公开(公告)号：CN113259993A
公开(公告)日：2021-08-13
申请号：CN202110549498.7
申请日：2021-05-20
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于MEO/LEO双层卫星网络的跨层路由方法及系统，以克服现有卫星网络协同传输的问题，解决卫星传输负载分布不均的问题。主要包括以下步骤：步骤1：建立MEO/LEO双层卫星网络系统模型，根据全球业务流量模型进行初始的负载均衡预设；步骤2：根据MEO层卫星的对LEO层卫星的覆盖域，将LEO层卫星划分为多个控制域，每个控制域选出一个管理者MEO卫星；步骤3：建立网络时延模型，管理者MEO卫星计算路由表并分发到LEO层，执行跨层路由算法；步骤4：卫星不断以t周期为周期检测节点的负载情况，根据负载均衡转发模型进行数据传输操作，实现负载均衡。本发明可充分发挥中、低层轨道卫星的不同优势，降低了网络拓扑复杂性和LEO层卫星计算压力。
-
公开(公告)号：CN111754097A
公开(公告)日：2020-10-09
申请号：CN202010557859.8
申请日：2020-06-18
Applicant: 上海交通大学
Abstract: 一种基于多视图编码器-解码器架构的学生成绩预测系统，包括：第一编码器、第二编码器、第三编码器和解码器，其中：第一编码器处理学生成绩信息，捕获学生总的成绩趋势；第二编码器处理门禁数据，捕获学生近期的努力程度，第三编码器处理学生基本情况数据，捕获学生的学习基础；解码器与三个编码器相连接，建模编码器学得的高层特征之间复杂的非线性依赖关系。本系统通过利用学生在大学校园内产生的门禁刷卡记录作为辅助信息，形成对学生全方位、多视角的分析评价以实现对学生成绩的智能预测。
-
公开(公告)号：CN110955826A
公开(公告)日：2020-04-03
申请号：CN201911088184.0
申请日：2019-11-08
Applicant: 上海交通大学
IPC: G06F16/9535 , G06Q30/06 , G06N3/04
Abstract: 一种基于改进型循环神经网络单元的推荐系统，包括：多用户行为数据编码器和多任务解码器，编码器基于用户的交互序列数据抽取用户的购物意图信息，并用隐藏状态序列表示，三个解码器分别对应不同的任务，根据挖掘到的用户购物意图分别完成预测下一个交互的物品和类别、判断两个序列是否属于同一个用户、推荐用户新的物品等三种任务。本发明通过两种循环神经网络来建模用户多种不同的行为数据；同时考虑到交互行为的复杂性，本发明利用多个循环神经网络，分别建模交互行为数据中不同商品类别层面的信息；此外，本发明通过多任务学习，给用户和物品学习具有商品类别等语义信息的向量表达，基于多种用户行为数据，缓解数据稀疏性问题，挖掘交互序列中包含的多种商品类别层面的信息，提升推荐效果。
-
公开(公告)号：CN109299373A
公开(公告)日：2019-02-01
申请号：CN201811224995.4
申请日：2018-10-20
Applicant: 上海交通大学
IPC: G06F16/9535 , G06Q30/06 , G06K9/62
Abstract: 一种基于图卷积技术的推荐系统，包括：预处理模块、异构图生成模块、模型训练模块以及推荐结果生成模块，其中：预处理模块将用户与物品的交互记录进行数据清洗和格式的标准化操作，并对每个用户生成交互序列后输出至异构图生成模块；异构图生成模块根据用户的交互序列数据构建表征用户偏好、物品间依赖关系和用户间相似性的三个异构图并将生成的图结构数据输出至模型训练模块；模型训练模块基于图结构数据训练图卷积模型，并对每个用户和物品生成向量表达；推荐结果生成模块根据向量表达计算用户对所有物品的偏好情况，并生成最终推荐结果。本发明解决了每个节点邻居数目不等的问题，利用卷积操作挖掘了异构图中节点邻居的信息，提升了推荐的效果。
-
公开(公告)号：CN105407482B
公开(公告)日：2019-01-22
申请号：CN201510746064.0
申请日：2015-11-04
Applicant: 上海交通大学
Abstract: 本发明提供了一种移动群智感知网络中用户位置隐私的保护方法，管理器给每个感知任务对应生成一对HMAC密钥，根据在线的用户总数生成一个相应的映射参数，并将对应每个感知任务的HMAC的公钥及映射参数发送给所有在线的用户；在线的每个用户针对每个感知任务制定用户标书并提交给平台；平台确定每个感知任务的所有用户标书中标价最低的用户标书，并将感知任务下达给标价最低的用户标书所对应用户。由于用户标书是经标价、前缀数值处理及根据当前感知任务的HMAC公钥加密后的标书，每个用户的实际标价是保密的，平台或窃听的第三方无法获知一个用户对每个任务的具体标价及同一用户对各个任务的标价的相对大小，有效防止恶意平台发动基于标价分析的位置攻击。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.027 seconds)
