公开(公告)号：CN105530122B

公开(公告)日：2018-09-25

申请号：CN201510883242.4

申请日：2015-12-03

Applicant: 国网江西省电力公司信息通信分公司 ,  国家电网公司 ,  华中科技大学

Inventor： 周洋 ,  喻莉 ,  易旭 ,  田菊红 ,  李路明 ,  杨济海 ,  王华 ,  彭超

IPC: H04L12/24 ,  H04L12/26

Abstract: 本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型，根据症状变量集中的每个症状变量确定对应的最相关症状变量集合；(3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。

公开(公告)号：CN110321492A

公开(公告)日：2019-10-11

申请号：CN201910508936.8

申请日：2019-06-13

Applicant: 华中科技大学

Inventor： 喻莉 ,  易旭

IPC: G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开了一种基于社区信息的项目推荐方法及系统，属于个性化推荐领域，包括：根据用户的历史评分信息建立评分矩阵R，并将记录有用户社交信息的社交网络划分为多个社区后，根据用户与社区的从属关系建立社区矩阵C；通过概率矩阵分解，将评分矩阵R分解为用户特征矩阵U和项目特征矩阵V，并将社区矩阵C分解为用户社区特征矩阵A和社区特征矩阵B；根据社区对用户偏好的影响，确定进行概率矩阵分解的目标函数，并根据目标函数对分解结果进行迭代优化，以使得目标函数取极小值；根据目标函数 取极小值时的用户特征矩阵U和项目特征矩阵V，预测各用户对各项目的评分，以根据预测评分完成项目推荐。本发明能够提高项目推荐的准确度，并解决冷启动问题。

公开(公告)号：CN105530122A

公开(公告)日：2016-04-27

申请号：CN201510883242.4

申请日：2015-12-03

Applicant: 国网江西省电力公司信息通信分公司 ,  国家电网公司 ,  华中科技大学

Inventor： 周洋 ,  喻莉 ,  易旭 ,  田菊红 ,  李路明 ,  杨济海 ,  王华 ,  彭超

IPC: H04L12/24 ,  H04L12/26

Abstract: 本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法，包括：(1)从网络历史数据库中获取历史数据，包括症状变量集以及故障类变量集；(2)构建选择性隐朴素贝叶斯分类器预测模型，根据症状变量集中的每个症状变量确定对应的最相关症状变量集合；(3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类器参数；(4)进行故障诊断时，对测试数据利用上述选择性隐朴素贝叶斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法，有效解决了现有网络故障诊断中运算复杂度高、网络诊断结果偏差大的问题，显著提高了网络诊断的准确性，在进一步降低运算复杂度的同时，能够保持较好的学习能力及容错特性。