一种基于软件定义的大规模网络控制系统事件触发方法

    公开(公告)号:CN114710455B

    公开(公告)日:2024-03-01

    申请号:CN202210317839.2

    申请日:2022-03-29

    Abstract: 本发明公开了一种软件定义的大规模网络控制系统事件触发方法,首先建立软件定义网络与大规模网络控制系统集成的系统体系结构,基于该体系结构实现控制流与数据流的分离;引入集中式事件触发机制,建立基于软件定义网络的动态加权事件触发机制;本发明可以在保证系统的性能的同时实现经济有效的数据传输,有效解决传统集中式事件触发机制在大规模网络控制系统中应用带来的管理复杂性问题,高效节约网络带宽资源、降低网络负荷。

    一种受非周期性DoS攻击的复杂网络同步控制方法

    公开(公告)号:CN112995154B

    公开(公告)日:2023-05-02

    申请号:CN202110175213.8

    申请日:2021-02-09

    Abstract: 本发明公开了一种受非周期性DoS攻击的复杂网络同步控制方法,首先建立复杂网络系统模型和同步误差模型,引入事件触发机制,基于非周期性DoS攻击对网络传输数据造成的影响,建立网络攻击模型,在非周期性DoS攻击和事件触发机制下设计了复杂网络的同步误差模型;利用Lyapunov稳定性理论,得到确保系统指数稳定的充分性条件;最后求解线性矩阵不等式获取事件触发参数和控制器反馈增益;本发明可以有效节约网络带宽资源,提高传输信道的通讯能力,同时能够帮助网络化系统在应对网络攻击时仍保持稳定运行;引入事件触发机制,可以有效减轻网络传输的负担。

    基于注意力机制的群体旅游路线推荐方法

    公开(公告)号:CN112149010A

    公开(公告)日:2020-12-29

    申请号:CN202011199320.6

    申请日:2020-11-01

    Abstract: 本发明公开一种基于注意力机制的群体旅游路线推荐方法,包括如下步骤:获取不同景点之间的移动交通时间,每个景点的平均访问时间;根据用户历史旅游路线、群体历史旅游路线建立群体偏好模型;根据群体偏好模型,景点热度模型,构建景点效用函数模型;根据景点效用函数模型,群体旅游路线约束得到群体共同偏好最匹配的旅游路线作为最终向群体推荐的旅游路线。由于本发明的一种基于注意力机制的群体旅游路线推荐方法,采用了注意力机制,可以学习群体成员之间的交互关系,并为每个群体成员自动分配权重,获得更准确的群体偏好,本发明在群体旅游路线的时空约束条件下,最大化群体偏好,为群体成员推荐满意的旅游路线。

    一种基于负载均衡的并行余弦模式挖掘方法

    公开(公告)号:CN104834709B

    公开(公告)日:2018-07-31

    申请号:CN201510214242.5

    申请日:2015-04-29

    Abstract: 本发明公开了种基于负载均衡的并行余弦模式挖掘方法,提出种并行余弦模式挖掘框架,该方法包括:首先对输入的超大规模事务数据集进行分片;然后使用Lucene索引工具为事务创建索引,并产生全局频繁项目列表;接着对进行负载均衡划分,即对进行分组;在此基础上,实现单个分组的聚集投影,并使用余弦模式挖掘算法获取局部有效信息;最后合并余弦模式产生最终的挖掘结果。该方法的优势如下:通过并行余弦模式挖掘方法挖掘大规模事务数据集,能够较好的实现负载均衡,使资源得到公平合理利用,提高了系统的计算性能。

    一种受非周期性DoS攻击的复杂网络同步控制方法

    公开(公告)号:CN112995154A

    公开(公告)日:2021-06-18

    申请号:CN202110175213.8

    申请日:2021-02-09

    Abstract: 本发明公开了一种受非周期性DoS攻击的复杂网络同步控制方法,首先建立复杂网络系统模型和同步误差模型,引入事件触发机制,基于非周期性DoS攻击对网络传输数据造成的影响,建立网络攻击模型,在非周期性DoS攻击和事件触发机制下设计了复杂网络的同步误差模型;利用Lyapunov稳定性理论,得到确保系统指数稳定的充分性条件;最后求解线性矩阵不等式获取事件触发参数和控制器反馈增益;本发明可以有效节约网络带宽资源,提高传输信道的通讯能力,同时能够帮助网络化系统在应对网络攻击时仍保持稳定运行;引入事件触发机制,可以有效减轻网络传输的负担。

    一种基于多视图注意力机制的旅游包推荐方法

    公开(公告)号:CN111915395A

    公开(公告)日:2020-11-10

    申请号:CN202010648825.X

    申请日:2020-07-07

    Abstract: 本发明公开了一种基于多视图注意力机制的旅游包推荐方法,通过借助深度学习技术来学习旅游包的统一表征,并依据在线旅游用户的长短期点击流数据来学习用户的兴趣表征产生推荐,该方法包含即旅游包编码和用户兴趣编码,在旅游包编码模块中,通过使用单词层面和视图层面的注意力网络从旅游包的属性中选择重要的单词和视图来学习统一的旅游包表征,在用户兴趣编码模块中,通过带有旅游包层面的注意力机制的递归神经网络(Recurrent Neural Network,RNN)来学习用户偏好的动态演化,本发明还提出了一种门结构融合方法用于集成用户的长期和短期偏好以学习用户的表征。本发明的基于多视图注意力机制的旅游包推荐方法能有效地挖掘出负样本中的有用信息,降低了模型训练的计算成本。

Patent Agency Ranking