-
公开(公告)号：CN118170980A
公开(公告)日：2024-06-11
申请号：CN202410335300.9
申请日：2024-03-22
Applicant: 中国计量大学
IPC: G06F16/9535 , G06F16/9538 , G06F18/23213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于节点特征卷积图自编码器的用户群体识别方法及系统，属于网络数据分析领域。具体包括：获取网络用户交互数据并构建复杂网络模型；利用基于节点特征卷积模块构建图自编码器对图邻接矩阵进行重构训练；对通过图自编码器重构过程获得的节点嵌入表示进行聚类以实现网络用户群体的准确划分。采用本发明的技术方案，有利于缓解现有基于图自编码器的群体识别方法在节点聚合过程中由于节点邻居数量分布不均匀所带来的偏差，同时可有效提高用户群体识别的准确性。
-
公开(公告)号：CN112925989A
公开(公告)日：2021-06-08
申请号：CN202110127755.8
申请日：2021-01-29
Applicant: 中国计量大学
IPC: G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现方法及系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。
-
公开(公告)号：CN115310589A
公开(公告)日：2022-11-08
申请号：CN202210813089.8
申请日：2022-07-12
Applicant: 中国计量大学
Abstract: 本发明公开了一种基于深度图自监督学习的群体识别方法及系统，用于解决现有方法在网络群体结构识别中高度依赖先验标签以及准确率低的问题。其具体包括：获取属性网络用户交互行为数据并进行网络建模；通过自监督学习模块将少量带有标签的节点语义信息与未知节点的伪标签进行语义对齐；通过恒等映射和初始残差来加深网络以降低深度图卷积模型面临的过度平滑影响；最后利用深度图自监督模型充分学习属性网络结构来提高群体识别准确率。采用本发明的技术方案，有利于降低网络群体发现所需要的人工标签成本，同时有效提高群体识别的准确性。
-
公开(公告)号：CN108768411A
公开(公告)日：2018-11-06
申请号：CN201810744371.9
申请日：2018-07-09
Applicant: 中国计量大学
CPC classification number: H03M13/13 , H04L1/0052 , H04L1/0057 , H04L1/0061
Abstract: 本发明公开了一种基于SCL的极化码低复杂度分段译码器设计方案。SC译码算法结构简单但存在差错传播的缺点，而SCL作为SC译码的改进，很好的解决了差错传播的缺点，但其大大增加了译码器的复杂度。本发明结合两种译码算法的优点，在译码时首先选用SC译码算法，通过CRC校验译码是否正确，若译码错误则根据错误的分布情况，选择合适的断点进行SCL译码。该译码器设计在保证误码率性能逼近于SCL的同时又使得该译码器的复杂度大大低于SCL译码器。
-
公开(公告)号：CN115438272A
公开(公告)日：2022-12-06
申请号：CN202210313002.0
申请日：2021-01-29
Applicant: 中国计量大学
IPC: G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明属于网络数据挖掘领域，公开了一种属性网络的群体发现系统，用于准确地识别属性网络中潜在的群体结构，包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑和节点属性集合；基于节点度中心性度量和节点间相对距离定位潜在的聚类中心节点；根据拓扑结构信息将网络邻接矩阵转换为相似矩阵，同时合成节点属性矩阵；运用多层图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构；最后对群体发现结果进行评价。本发明可面向大规模属性网络数据，在较低时间复杂度下揭示群体结构，对复杂网络普适性强，具有较高的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN113989544A
公开(公告)日：2022-01-28
申请号：CN202111153366.9
申请日：2021-09-29
Applicant: 中国计量大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公共了一种基于深度图卷积网络的群体发现方法，用于解决现有方法对属性网络中的群体结构识别率低的问题。它具体包括：获取属性网络用户交互行为数据；通过对属性网络数据进行预处理以建模属性网络拓扑并确定少量节点标签；利用标签传播算法对现有的节点标签进行预训练以扩展标签集合；通过构建深度图卷积模型同时对结构信息和节点属性进行深度融合并自动识别完整的群体结构。采用本发明的技术方案，有利于挖掘大规模属性网络中群体特征，同时有效提高群体识别的准确性。
-
公开(公告)号：CN118312811A
公开(公告)日：2024-07-09
申请号：CN202410357526.9
申请日：2024-03-27
Applicant: 中国计量大学
IPC: G06F18/23213 , G06F18/2411 , G06F18/2131 , G06V10/762 , G06V10/764 , G01S7/02
Abstract: 本发明公开了一种多层级雷达信号开集识别方法、装置、设备及介质，涉及雷达信号识别技术领域，包括：获取雷达信号时域波形数据；将雷达信号进行MSST时频变换得到时频图像；构建已知雷达信号数据集，利用SVM分类器进行预训练；将包含若干未知雷达信号的测试集通过分类器进行判决以识别已知类信号和未知信号；利用k‑means聚类算法对未知雷达信号进一步划分与识别；将确定的未知类信号添加到已知雷达数据集，以提升雷达开集识别方法的有效性和可靠性。采用本发明的技术方法，在准确识别已知雷达信号的基础上，结合无监督聚类方法对未知雷达信号进行识别，有效提高了雷达信号开集识别方法有效性和普适性。
-
公开(公告)号：CN117194005A
公开(公告)日：2023-12-08
申请号：CN202310717575.4
申请日：2023-06-15
Applicant: 中国计量大学
IPC: G06F9/50
Abstract: 本发明提供了一种基于GPU异构并行加速的WVD时频分析实现方法，包括如下步骤：将CPU中获取的非平稳信号数据拷贝至GPU显存空间中；对核函数进行线程数量的分配，在GPU中执行并行计算瞬时相关函数的核函数；在GPU中借助CUFFT库函数完成多行数据的FFT并行计算得到GPU加速后的WVD时频分析输出结果，并传回CPU中。本发明实现了基于GPU异构并行加速的WVD时频分析的快速计算，可以对雷达信号和其他非平稳信号进行快速的参数分析。
-
公开(公告)号：CN114527441A
公开(公告)日：2022-05-24
申请号：CN202210026583.X
申请日：2022-01-11
Applicant: 中国计量大学
Abstract: 本发明提供了一种基于多头注意力机制的LSTM网络的雷达信号识别方法，其特征在于：所述识别方法包括如下步骤：S1、生成数据集，数据集中的多种典型雷达信号作为LSTM网络的训练及测试用；S2、对产生的数据集信号进行预处理；S3、构建LSTM网络，设置LSTM网络参数；S4、将数据集信号序列的训练样本数据输入至步骤S3的LSTM网络中，当迭代次数达到n次时，结束训练，得到训练好的LSTM的网络模型；S5、将数据集中每种信号的测试集数据输入到训练好的LSTM网络模型中，网络输出为雷达信号预测类别。本发明以雷达信号辐射源信号序列经过多头注意力机制进行表征学习得到的新的序列，再把该序列输入到LSTM神经网络中进行特征提取识别，从而提高实现雷达信号识别率。
-
公开(公告)号：CN119669734A
公开(公告)日：2025-03-21
申请号：CN202510181274.3
申请日：2025-02-19
Applicant: 中国计量大学
IPC: G06F18/213 , G06F18/2431 , G06F18/214 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度图神经网络的无线电信号调制识别方法，具体包括：获取无线电信号的时序数据并将其拆分为尺度相同的I通道和Q通道两组数据；利用卷积网络将信号转化为多个不同尺度下的通道数据；利用长短时记忆网络处理不同尺度通道数据以构造加权邻接矩阵，获得信号不同尺度下的可视图；利用图卷积与池化层构建多尺度图神经网络模型，实现无线电信号自动调制识别。本发明的技术方案有利于缓解现有技术在图结构映射过程中时序特征提取不足的问题，同时有效提高了信号调制识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
