-
公开(公告)号:CN114399048B
公开(公告)日:2024-09-13
申请号:CN202210044138.6
申请日:2022-01-14
Applicant: 河南大学
IPC: G06N5/022 , G06N3/0464 , G06N3/045 , G06N3/042 , G06N5/025
Abstract: 本发明公开一种基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统,包括:利用BERT模型构建教育领域课程知识点语料库,构建教育领域课程知识点三元组集合;将三元组集合输入至TransE模型中,对三元组集合中实体和关系进行向量表示;将三元组集合输入至三元组实体类型编码器中,对三元组集合中实体的类型进行向量表示;通过实体类型向量优化实体向量和关系向量;将优化后的实体向量和关系向量输入至图卷积神经网络中进行表示学习,得到最终更新后的向量表示,通过最终更新后的向量表示对关联知识点进行链接预测。本发明可以对关联知识点进行链接预测,有助于得出教育领域不同知识点之间的关联性。
-
公开(公告)号:CN112749301B
公开(公告)日:2022-09-30
申请号:CN202011086157.2
申请日:2020-10-12
Applicant: 河南大学
Abstract: 本发明公开了一种海量遥感元数据模糊XML的关键字查询方法,包括以下步骤:A:读取模糊XML文档,并将路径解析为模糊XML文档树的树状存储结构,然后将所得到的树状存储结构以Map类型的集合进行储存;B:将关键字与树状存储结构中的所有结点进行匹配,得到的所有SLCA候选结点作为最小匹配结构体集合;C:得到最小匹配结构体集合中所有SLCA候选结点的属性信息。本发明能够通过匹配结构体输出被查询的模糊关键字信息,并能给出所查关键字的隶属度信息,有效提高了算法效率。
-
公开(公告)号:CN116089957A
公开(公告)日:2023-05-09
申请号:CN202211710575.3
申请日:2022-12-29
Applicant: 河南大学
IPC: G06F21/57 , G06F16/33 , G06F16/35 , G06F40/30 , G06F40/253 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于语法和语义特征融合的智能合约漏洞检测方法及装置,首先,收集数据集与数据预处理,获取以太坊智能合约,使用加权随机采样方法平衡训练数据集;其次,通过Python中的第三方软件包py‑solc‑x和evm_cfg_builder将智能合约源代码转化为抽象语法树和控制流图,运用卷积神经网络和图神经网络从抽象语法树和控制流图中提取合约的语法特征和语义特征;最后,对语法特征和语义特征进行拼接得到语法和语义特征融合向量,利用融合向量对智能合约进行漏洞检测。语法和语义融合向量能够较为准确地描述智能合约中与漏洞相关的特征,模型从中学习漏洞模式,从而有效、快速的检测出智能合约漏洞。
-
公开(公告)号:CN114399048A
公开(公告)日:2022-04-26
申请号:CN202210044138.6
申请日:2022-01-14
Applicant: 河南大学
Abstract: 本发明公开一种基于图卷积神经网络与类型嵌入的教育领域联合知识点预测方法及系统,包括:利用BERT模型构建教育领域课程知识点语料库,构建教育领域课程知识点三元组集合;将三元组集合输入至TransE模型中,对三元组集合中实体和关系进行向量表示;将三元组集合输入至三元组实体类型编码器中,对三元组集合中实体的类型进行向量表示;通过实体类型向量优化实体向量和关系向量;将优化后的实体向量和关系向量输入至图卷积神经网络中进行表示学习,得到最终更新后的向量表示,通过最终更新后的向量表示对关联知识点进行链接预测。本发明可以对关联知识点进行链接预测,有助于得出教育领域不同知识点之间的关联性。
-
公开(公告)号:CN112749301A
公开(公告)日:2021-05-04
申请号:CN202011086157.2
申请日:2020-10-12
Applicant: 河南大学
Abstract: 本发明公开了一种海量遥感元数据模糊XML的关键字查询方法,包括以下步骤:A:读取模糊XML文档,并将路径解析为模糊XML文档树的树状存储结构,然后将所得到的树状存储结构以Map类型的集合进行储存;B:将关键字与树状存储结构中的所有结点进行匹配,得到的所有SLCA候选结点作为最小匹配结构体集合;C:得到最小匹配结构体集合中所有SLCA候选结点的属性信息。本发明能够通过匹配结构体输出被查询的模糊关键字信息,并能给出所查关键字的隶属度信息,有效提高了算法效率。
-
公开(公告)号:CN114529057A
公开(公告)日:2022-05-24
申请号:CN202210075632.9
申请日:2022-01-22
Applicant: 河南大学
Abstract: 本发明公开一种基于大规模领域搜索的多场站校车路径求解方法,以闭合MDSBRP为研究对象,并考虑校车容量和学生最大乘车时间等多种问题特征,寻找多场站运营模式下总成本最小的校车路径安排方案。首先建立MDSBRP的数学模型,然后使用LNS进行求解。本发明针对站点设计了三种求解的算子,对其进行操作寻找优解。针对场站,引入扰动机制,在搜索过程中采用场站调整、接受一定范围内的较差解等策略来提高算法的寻优能力。本发明能够寻找多场站运营模式下总成本最小的校车路径安排方案,优化校车数量和运营里程。
-
-
-
-
-