公开(公告)号：CN114722548A

公开(公告)日：2022-07-08

申请号：CN202210417628.6

申请日：2022-04-20

Applicant: 内蒙古工业大学

Inventor： 汪丽娜 ,  李铭 ,  臧臣瑞 ,  彭秀云 ,  黄钰雯 ,  王娜 ,  刘浩然

IPC: G06F30/18 ,  G06F16/2458 ,  G06F16/29 ,  G06F119/12

Abstract: 本发明公开了一种基于事件符合分析量化特定事件同步性的有向加权网络建网方法，采用阈值法识别原始时空序列中的特定事件，依据特定事件的发生时间从时空序列中提取出事件序列；利用静态符合区间ΔT以及时间延迟τ识别不同地理位置上的同步事件；将地理位置定义为网络的节点，依据不同地理位置之间同步事件中事件发生时间的先后顺序和同步数量确定网络中连边的方向和权重，从而将时空序列映射为以特定事件发生的地理位置为基元的有向加权网络。本发明从时空序列中特定事件发生的地理位置以及特定事件的同步性建立有向加权网络，可以识别不同地理位置处特定事件的关联性，分析特定事件的相关程度和传播方向。

公开(公告)号：CN114969653B

公开(公告)日：2025-02-28

申请号：CN202111267174.0

申请日：2021-10-28

Applicant: 内蒙古工业大学

Inventor： 洪志敏 ,  王嘉源 ,  陈思宇 ,  洪扬 ,  盛晴 ,  彭秀云

IPC: G06F17/18 ,  G06F30/20

Abstract: 本发明提供的基于尺度自适应的混合时空加权回归模型参数获取方法及系统，包括以下步骤：步骤1，分别获取混合时空加权回归模型中常系数和时空变系数的初始估计值；步骤2，根据步骤1中得到的常系数和时空变系数的初始估计值对时空变系数迭代更新，得到最终的时空变系数估计值；步骤3，根据步骤2中得到的最终的时空变系数对常系数进行更新，获得最终的常系数估计值；解决了时空加权回归方法的多尺度问题同时识别出了常系数和时空变系数，而且较之Wu等人提出的MGTWR降低了计算负担，为分析包含时空信息的数据提供了更加灵活的视角。

公开(公告)号：CN112838963A

公开(公告)日：2021-05-25

申请号：CN202011631159.5

申请日：2020-12-31

Applicant: 内蒙古工业大学

Inventor： 汪丽娜 ,  谭桂敏 ,  臧臣瑞 ,  彭秀云 ,  李铭

IPC: H04L12/26 ,  H04L12/24 ,  H04L12/801

Abstract: 本发明公开了一种基于事件同步和网络建模的识别系统拥塞风险的方法，采用过峰值阈值法从初始时空序列中提取事件序列，各地理位置处的事件序列记录的是事件发生的时间索引；根据动态延迟和最大延迟确定事件序列中同步发生的事件；将地理位置定义为网络中的节点，不同地理位置间发生的同步事件的数量定义为连边的权重，从而将时空序列映射为以事件发生地点为基元的无向加权网络；根据网络的拓扑特征定义节点的拥塞系数，量化节点发生拥塞的风险。本发明从时空数据中的特殊事件的发生位置和发生时间建立网络，定义节点拥塞系数，识别系统拥塞风险。

公开(公告)号：CN112838963B

公开(公告)日：2024-04-16

申请号：CN202011631159.5

申请日：2020-12-31

Applicant: 内蒙古工业大学

Inventor： 汪丽娜 ,  谭桂敏 ,  臧臣瑞 ,  彭秀云 ,  李铭

IPC: H04L43/0882 ,  H04L41/14 ,  H04L41/142 ,  H04L41/12 ,  H04L47/11

Abstract: 本发明公开了一种基于事件同步和网络建模的识别系统拥塞风险的方法，采用过峰值阈值法从初始时空序列中提取事件序列，各地理位置处的事件序列记录的是事件发生的时间索引；根据动态延迟和最大延迟确定事件序列中同步发生的事件；将地理位置定义为网络中的节点，不同地理位置间发生的同步事件的数量定义为连边的权重，从而将时空序列映射为以事件发生地点为基元的无向加权网络；根据网络的拓扑特征定义节点的拥塞系数，量化节点发生拥塞的风险。本发明从时空数据中的特殊事件的发生位置和发生时间建立网络，定义节点拥塞系数，识别系统拥塞风险。

公开(公告)号：CN114969653A

公开(公告)日：2022-08-30

申请号：CN202111267174.0

申请日：2021-10-28

Applicant: 内蒙古工业大学

Inventor： 洪志敏 ,  王嘉源 ,  陈思宇 ,  洪扬 ,  盛晴 ,  彭秀云

IPC: G06F17/18 ,  G06F30/20

Abstract: 本发明提供的基于尺度自适应的混合时空加权回归模型参数获取方法及系统，包括以下步骤：步骤1，分别获取混合时空加权回归模型中常系数和时空变系数的初始估计值；步骤2，根据步骤1中得到的常系数和时空变系数的初始估计值对时空变系数迭代更新，得到最终的时空变系数估计值；步骤3，根据步骤2中得到的最终的时空变系数对常系数进行更新，获得最终的常系数估计值；解决了时空加权回归方法的多尺度问题同时识别出了常系数和时空变系数，而且较之Wu等人提出的MGTWR降低了计算负担，为分析包含时空信息的数据提供了更加灵活的视角。