-
公开(公告)号：CN113807977A
公开(公告)日：2021-12-17
申请号：CN202111028476.2
申请日：2021-09-02
Applicant: 北京建筑大学
Abstract: 本发明提供基于动态知识图谱的托攻击检测方法，包括：采集用户信息；计算用户个人偏好及社交风格；结合用户关系随动态变化因素的变化，建立用户关系动态知识图谱；根据真实用户的用户关系随动态变化因素产生变化，托攻击用户的用户关系在传播能力消逝后随动态变化因素不产生变化，利用图团体聚类方法对用户关系动态知识图谱进行用户聚类，以检测出托攻击用户。本发明的基于动态知识图谱的托攻击检测方法，将用户模拟为社会传感器，结合用户关系随动态变化因素的变化建立用户关系动态知识图谱，准确描述用户关系在社会活动中的动态变化，集合随动态变化因素在若干时刻下变化的用户关系来分析检测托攻击用户，能够更精准地被检测得到托攻击用户。
-
Patent Agency Ranking
公开(公告)号：CN113807977B
公开(公告)日：2023-05-05
申请号：CN202111028476.2
申请日：2021-09-02
Applicant: 北京建筑大学
Abstract: 本发明提供基于动态知识图谱的托攻击检测方法，包括：采集用户信息；计算用户个人偏好及社交风格；结合用户关系随动态变化因素的变化，建立用户关系动态知识图谱；根据真实用户的用户关系随动态变化因素产生变化，托攻击用户的用户关系在传播能力消逝后随动态变化因素不产生变化，利用图团体聚类方法对用户关系动态知识图谱进行用户聚类，以检测出托攻击用户。本发明的基于动态知识图谱的托攻击检测方法，将用户模拟为社会传感器，结合用户关系随动态变化因素的变化建立用户关系动态知识图谱，准确描述用户关系在社会活动中的动态变化，集合随动态变化因素在若干时刻下变化的用户关系来分析检测托攻击用户，能够更精准地被检测得到托攻击用户。
-
公开(公告)号：CN114332540B
公开(公告)日：2024-10-29
申请号：CN202111673587.9
申请日：2021-12-31
Applicant: 北京建筑大学 , 北京市第三建筑工程有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/231 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于大数据的楼宇自动化系统数据标记方法，方法包括：S1：获取室温温度、室外温度、焓的含量、电力消耗、空气处理机组AHU的监测数据以及变风量空调系统VAV的监测数据；S2：将步骤S1中获取的数据标注成M个测量数据；S3：对M个测量量进行数据分析，提取数据特征；S4：基于的数据分析结果，标定M个测量量的数据类型、数据功能和数据源；S5：基于数据特征，进行聚类和相关性分析，确定物理区域划分，进行区域标记；S6：基于数据特征，进行BiGRU分类，确定VAV和AHU的控制关系。本发明中的上述方法能够完全利用楼宇自动化系统产生的监测数据标定监测值的类型和所从属的设备组别、监测设备从属的物理区域划分、以及设备之间的控制关系。
-
公开(公告)号：CN113221003B
公开(公告)日：2023-05-02
申请号：CN202110552499.7
申请日：2021-05-20
Applicant: 北京建筑大学
IPC: G06F16/9535
Abstract: 本发明涉及一种基于对偶理论的混合过滤推荐方法及系统。所述方法包括：根据用户的项目相似度、偏好向量和基于推荐列表得到原始概率集；基于项目相似度和偏好向量，确定原始项目推荐集合和原始相似用户集群，根据用户相似性矩阵、项目评分矩阵和推荐列表得到对偶概率集；基于项目评分矩阵，确定当前对偶项目推荐集合和对偶相似用户集群；根据原始项目推荐集合、对偶项目推荐集合、原始相似用户集群、对偶相似用户集群、原始概率集和对偶概率集得到最终推荐列表。本发明在面临历史访问数据和评价数据极度稀疏的情况时，可以提高混合推荐方法的推荐性能，从而提高推荐结果的准确性。
-
公开(公告)号：CN114332540A
公开(公告)日：2022-04-12
申请号：CN202111673587.9
申请日：2021-12-31
Applicant: 北京建筑大学 , 北京市第三建筑工程有限公司
IPC: G06V10/764 , G06V10/762 , G06K9/62
Abstract: 本发明涉及一种基于大数据的楼宇自动化系统数据标记方法，方法包括：S1：获取室温温度、室外温度、焓的含量、电力消耗、空气处理机组AHU的监测数据以及变风量空调系统VAV的监测数据；S2：将步骤S1中获取的数据标注成M个测量数据；S3：对M个测量量进行数据分析，提取数据特征；S4：基于的数据分析结果，标定M个测量量的数据类型、数据功能和数据源；S5：基于数据特征，进行聚类和相关性分析，确定物理区域划分，进行区域标记；S6：基于数据特征，进行BiGRU分类，确定VAV和AHU的控制关系。本发明中的上述方法能够完全利用楼宇自动化系统产生的监测数据标定监测值的类型和所从属的设备组别、监测设备从属的物理区域划分、以及设备之间的控制关系。
-
公开(公告)号：CN113221003A
公开(公告)日：2021-08-06
申请号：CN202110552499.7
申请日：2021-05-20
Applicant: 北京建筑大学
IPC: G06F16/9535
Abstract: 本发明涉及一种基于对偶理论的混合过滤推荐方法及系统。所述方法包括：根据用户的项目相似度、偏好向量和基于推荐列表得到原始概率集；基于项目相似度和偏好向量，确定原始项目推荐集合和原始相似用户集群，根据用户相似性矩阵、项目评分矩阵和推荐列表得到对偶概率集；基于项目评分矩阵，确定当前对偶项目推荐集合和对偶相似用户集群；根据原始项目推荐集合、对偶项目推荐集合、原始相似用户集群、对偶相似用户集群、原始概率集和对偶概率集得到最终推荐列表。本发明在面临历史访问数据和评价数据极度稀疏的情况时，可以提高混合推荐方法的推荐性能，从而提高推荐结果的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
