-
公开(公告)号：CN108810165B
公开(公告)日：2020-11-06
申请号：CN201810758602.1
申请日：2018-07-11
Applicant: 中国石油大学(华东)
Abstract: 本发明属于物联网数据融合领域，具体是一种为了保证数据融合的性能的传输调度算法。主要分为四个步骤：A.对传感器信号进行相关计算并打包成二进制数据包；B.对每个数据包内的二进制决策的相关性进行计算统计；C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度；D.根据每个数据包的动态紧急度来进行传输调度。本次发明首次将数据包内数据相关性用于传输调度算法中，保证实时数据能够保证其时延约束，导致非常好的延迟性能的同时保证了更有传输价值的数据包的吞吐量。
-
公开(公告)号：CN108810165A
公开(公告)日：2018-11-13
申请号：CN201810758602.1
申请日：2018-07-11
Applicant: 中国石油大学(华东)
CPC classification number: H04L67/322 , H04L67/12 , H04L67/32 , H04W4/38 , H04W72/1242
Abstract: 本发明属于物联网数据融合领域，具体是一种为了保证数据融合的性能的传输调度算法。主要分为四个步骤：A.对传感器信号进行相关计算并打包成二进制数据包；B.对每个数据包内的二进制决策的相关性进行计算统计；C.根据数据包内相关性和数据包的截止到期时间设定一个动态紧急度；D.根据每个数据包的动态紧急度来进行传输调度。本次发明首次将数据包内数据相关性用于传输调度算法中，保证实时数据能够保证其时延约束，导致非常好的延迟性能的同时保证了更有传输价值的数据包的吞吐量。
-
-
公开(公告)号：CN110852092A
公开(公告)日：2020-02-28
申请号：CN201911106122.8
申请日：2019-11-13
Applicant: 中国石油大学(华东)
IPC: G06F40/284 , G06F40/242 , G06N5/04
Abstract: 随着信息技术的高速发展，人类已经进入了大数据时代。这些数据不仅仅只是可进行数学运算的整形和浮点型数据，还包含着大量无法进行数学运算的非结构化文本数据。充分挖掘这些文本数据对于各行各业都有着重大意义。随着人工智能技术的火热，自然语言处理领域也借助深度学习取得的巨大的突破。但是，使用深度学习进行文本分析的成本过高，不适用于中小型的文本分析项目。使用深度学习技术进行文本挖掘要想取得好的效果投如大量人力对数据进行人工标注。为了提高训练速度，还必须购买昂贵的加速设备，例如谷歌的tpu。本发明采用一中基于模糊逻辑的文本分析方法，能够以更轻量且更低成本的方式实现对非结构化文本数据中的关键信息的提取。
-
公开(公告)号：CN111193575A
公开(公告)日：2020-05-22
申请号：CN202010024684.4
申请日：2020-01-10
Applicant: 中国石油大学(华东)
Abstract: 本发明提出了一种在物联网环境下减少自动重传次数的差错控制方法。在许多物联网应用中，在进行数据融合或者数据分析时，并不要求接受到的传感器传来的数据完全无差错，即容忍一定范围的传输差错，例如城市温度检测系统等。基于这个前提，本发明通过对常用的物联网通信协议的数据帧进行改造，将数据位划分为高优先级位与低优先级位并分别计算它们的CRC校验和，然后将两个校验和添加到去掉数据位的数据帧中再计算CRC校验和并将该校验和添加到数据帧末尾，最后将数据位拼接到数据帧中。当接收端接收到该数据帧时，可以只校验高优先级的数据位，若校验结果正确，则认为此次传输无误，接受该数据帧。
-
Patent Agency Ranking
公开(公告)号：CN110851719A
公开(公告)日：2020-02-28
申请号：CN201911096185.X
申请日：2019-11-11
Applicant: 中国石油大学(华东)
IPC: G06F16/9535 , G06F16/9536 , G06K9/62
Abstract: 本发明属于推荐领域，具体是根据用户输入的需求，推荐符合用户需求的web API服务，提高推荐的准确性与个性化。主要分为四个步骤：A.mashup聚类；B.User链路预测算法；C.基于链路预测的协同过滤算法；D.web API的流行度预测。E.Web API推荐模型。本发明将链路预测与协同过滤结合，提高推荐的准确性的同时也提高了推荐的个性化，推荐使结果更加符合用户的实际需求。
-
公开(公告)号：CN110046136A
公开(公告)日：2019-07-23
申请号：CN201910331822.0
申请日：2019-04-24
Applicant: 中国石油大学(华东)
IPC: G06F16/18 , G06F16/2458 , G06Q10/06
Abstract: 本发明属于过程挖掘领域，具体是一种将现代信息系统产生的不完整事件日志自动补全的方法，保证发现的过程模型的精确性。主要分为四个步骤：A.生成两种类型的配置文件；B.对FTF进行聚类算法；C.将缺失的轨迹匹配到对应的子日志中；D.补全轨迹中缺失的活动。E.挖掘子过程模型。本发明针对过程挖掘领域首次将欧式距离与日志中轨迹数量结合来确定相似度结果，确保缺失的轨迹与日志具有更高的相似度。
-
公开(公告)号：CN109101582A
公开(公告)日：2018-12-28
申请号：CN201810808649.4
申请日：2018-07-18
Applicant: 中国石油大学(华东)
IPC: G06F17/30
Abstract: 本发明属于WEB服务发现领域，具体是一种基于同父子节点计数的等位长的本体树编码方法。主要分为三个步骤：A.描述并解析本体的概念进行拓扑排序；B.针对拓扑排序序列进行同父子节点计数的等位长的本体树二进制编码；C.编码与之对应的概念保存。本发明提供一种基于同父子节点计数的等位长的本体树编码方法，以克服基于语义的Web服务发现方法在效率方面不高。
-
公开(公告)号：CN115269867A
公开(公告)日：2022-11-01
申请号：CN202210844545.5
申请日：2022-07-19
Applicant: 中国石油大学(华东)
Abstract: 本发明公开了一种基于高阶邻居属性传播的知识图谱节点属性补全方法，涉及知识图谱补全领域，针对知识图谱中存在的数字属性值缺失问题，该方法在多关系知识图谱上聚合来自节点高阶邻居的属性信息，利用回归函数计算不同关系下每对属性之间的相互影响，并在传播及迭代更新过程中调整模型参数，使用预测误差优化模型损失，直至取得最优预测效果。在两个通用数据集上的实验结果表明，由于考虑了知识图谱中所包含的实体的高阶邻居信息，该发明能更加准确、有效地预测节点属性的缺失值，补全效果好。
-
公开(公告)号：CN110121153B
公开(公告)日：2021-01-15
申请号：CN201910396178.5
申请日：2019-05-14
Applicant: 中国石油大学(华东)
Abstract: 本发明属于移动终端位置隐私保护领域，针对轨迹匿名中长轨迹数据可用性不高及匿名效率低下的问题，提出了一种基于首尾轨迹片段的位置隐私保护方法(STFAM)。主要分为三个步骤：首先将路网结构转换成基于位置类型的边缘集群模型；然后根据进出节点的时间顺序将轨迹进行预处理，并识别轨迹中的首尾轨迹片段，进而划分成等价类；最后将等价类中的首尾轨迹片段构建成轨迹图，并按照权值大小划分成相应的k‑匿名集。文提出的方法在一定程度上缩小了匿名区面积，提高了匿名效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.02 seconds)
