-
公开(公告)号：CN117036760A
公开(公告)日：2023-11-10
申请号：CN202310957418.0
申请日：2023-07-31
Applicant: 南京邮电大学
IPC: G06V10/762 , G06V10/774 , G06V10/74 , G06N3/0464 , G06N3/0895 , G06N3/048
Abstract: 本发明公开了一种基于图对比学习的多视图聚类模型实现方法，所述多视图聚类模型包括：图学习模块、图对比模块和自监督模块；包括以下步骤：S1，建立一个统一的多视图模型，明确多视图模型的输入输出；S2，选取公开数据集作为初始数据，通过构建的图学习模块对初始数据进行初始化处理；S3，通过构建的图对比模块，对初始化处理后的数据进行对比学习，获得全面和准确的数据结构信息；S4，通过自监督模块对获取的数据结构信息进行聚类任务，构建目标函数进行训练，当满足设定条件时，停止训练，将得到预测的聚类标签作为多视图模型的输出。本发明引入了自监督模块以辅助聚类任务，使用软标签来监督图聚类过程，提高了模型的泛化能力。
-
公开(公告)号：CN117251450A
公开(公告)日：2023-12-19
申请号：CN202311249710.3
申请日：2023-09-26
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于图注意力机制的复杂网络节点排序方法，通过生成人工网络，以此构建训练数据集；对训练数据集网络中的节点重要性进行评估打分；构建训练数据集特征矩阵；基于自注意力机制构建特征学习框架，得到每个节点的向量表示，再通过全连接网络预测每个节点的重要性分数；构建损失函数并优化模型；将真实网络输入模型，得到网络中每个节点的重要性，得到节点重要性排序列表，通过网络拆解实验证明排序列表有效性。本发明的方法可以有效地提高节点排序的准确性和效率，相比于传统的基于中心性的方法，利用生成的节点排序结果，可以在拆除更少的节点的情况下，更快地破坏网络的连通性。
-
公开(公告)号：CN119048263A
公开(公告)日：2024-11-29
申请号：CN202411049655.8
申请日：2024-08-01
Applicant: 南京邮电大学
IPC: G06Q50/00 , G06N3/006 , G06F16/951
Abstract: 本发明公开了一种基于正余弦优化搜索的社交网络影响力最大化算法，包括如下步骤：S01:算法初始化；S02：利用正余弦搜索寻找最优解；S03：对齐算子和突变算子加速收敛；利用对齐算子加速当前种子集向最优种子集靠近；突变算子则通过在搜索区域随机探索来跳出局部最优解，寻找潜在的更优解。本发明提出的节点SNI值可以从传播模型角度估算单个节点的影响力，结合搜索区域的筛选和种群初始化可以得到初始具有较高质量的种子集，加速算法收敛，减少计算时间。
-
Patent Agency Ranking
公开(公告)号：CN117174334A
公开(公告)日：2023-12-05
申请号：CN202310963803.6
申请日：2023-08-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种利用边渗流理论建立基于个体接触模式的SEIRD模型的方法。首先将现实生活中的个体接触模式视为不同的传播路径树，计算基于二项式分布函数的边渗流概率P*(p，n)。将边渗流融入SEIRD模型并研究渗透模式如何影响流行病的爆发阈值。传输过程中的关键因素中，如阻塞概率、传输路径数和配置模式，复杂的传输路径数将导致更大规模的感染，而通过阻塞概率可以有效抑制病毒传播。然后基于BA无标度网络，研究不同节点之间的时间关系以及网络结构对病毒传播的影响，用粒子群算法将真实数据与仿真数据进行参数拟合。实验结果证明了所提出模型的正确性和有效性，为控制流行病提供了理论依据和实践价值。
-
公开(公告)号：CN117112921A
公开(公告)日：2023-11-24
申请号：CN202310845815.9
申请日：2023-07-10
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06F18/2113 , G06F18/23213 , G06N3/042 , G06N3/0464 , G06N3/088 , G06N3/048
Abstract: 本发明提供了一种图协同过滤推荐模型的预测方法，通过对交互特征进行筛选来过滤噪声，提高推荐结果的准确性，并且引入了节点级的原型对比学习任务来挖掘用户或项目之间的潜在特征，缓解协同过滤所面临的数据稀疏的问题。另外，通过重写超图卷积公式使得卷积过程只需要一次，避免了传统图协同过滤模型多次卷积所引起的特征平滑的问题，使得推荐系统模型的效率和性能都得到了提升。
-
公开(公告)号：CN118984295A
公开(公告)日：2024-11-19
申请号：CN202411100185.3
申请日：2024-08-12
Applicant: 南京邮电大学
Abstract: 本发明涉及网络尤其是超网络节点识别技术领域，具体公开了一种基于多维度决策融合的超网络重要节点识别方法、系统、设备与存储介质。该方法包括步骤：构建超网络节点至少包含拓扑指标、搜索指标和传播指标的多维度指标；计算各多维度指标所占权重；根据多维度指标及其所占权重，采用决策融合的方法得到各节点的净支配系数，对节点的重要性排名，识别出其中重要节点。本发明通过考虑将多个维度上的重要节点识别方法作为节点的指标，并通过Electre方法进行决策融合，挖掘出在超网络上的重要节点，为后续对重要节点施加措施提供基础条件。
-
公开(公告)号：CN118917547A
公开(公告)日：2024-11-08
申请号：CN202411037646.7
申请日：2024-07-31
Applicant: 南京邮电大学
IPC: G06Q10/063 , G06Q10/067 , G06Q50/00
Abstract: 本发明公开了基于社会作用力理论的高阶网络信息传播方法及系统，涉及信息传播技术领域，包括：获取社交网络用户相关信息，将社交网络用户相关信息输入至预先建立的高阶网络模型内，通过高阶网络模型中的单纯复形生成社交网络用户间关系；根据社交网络用户间关系获取用户影响力、亲密度以及羊群效应，基于社会作用力理论结合这三个因素生成信息接受率，将信息吸引程度作为信息传播率，信息老化速度作为信息老化率生成基于单纯复形网络的UAPR信息传播模型；探究信息吸引程度以及信息老化速度对传播过程的影响，将信息吸引程度以及信息老化速度输入至预先建立的基于单纯复形网络的UAPR信息传播模型内，输出得到预测的信息传播趋势和规律。
-
公开(公告)号：CN111966958A
公开(公告)日：2020-11-20
申请号：CN202010824495.5
申请日：2020-08-17
Applicant: 南京邮电大学
IPC: G06F17/13
Abstract: 本发明提供了一种谣言传播模型建立方法，同时考虑个体活跃度及辟谣机制，该方法包括以下步骤：步骤(1)，提出多因素模型SIWISR-M模型，根据谣言传播规则，建立微分动力学方程组；步骤(2)，对微分动力学方程组进行简化，推导出系统平衡点以及基本再生数R0；步骤(3)，对模型进行稳定性分析，得到系统平衡点局部稳定性和全局稳定性条件。本发明提出的辟谣机制可有效减小谣言传播者密度的峰值及谣言持续时间，对舆论的发展与控制具有一定的指导意义。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
