-
公开(公告)号：CN115984060A
公开(公告)日：2023-04-18
申请号：CN202310129616.8
申请日：2023-02-17
Applicant: 河南大学
Abstract: 本发明涉及信息决策技术领域，具体涉及一种MOOC系统中基于三支决策的作业互评方法，该方法根据MOOC系统中的学生数量将学生分组，组内学生根据预先定义的犹豫模糊语言术语集合进行作业互评，得到每道题目的不同评价结果并构建每份学生作业的被评价矩阵；获取每个评价结果的置信度，将评价结果和置信度相结合得到每份学生作业的证据矩阵；并计算每份学生作业的条件概率；根据教师给定的犹豫模糊语言损失矩阵获取阈值，并根据每份学生作业的条件概率与阈值的大小将作业进分类。本发明能够准确表达评分者的想法，使计算得到的评分结果更加准确地反映学生作业的情况，能够保证作业分类质量高，分类结果准确。
-
公开(公告)号：CN113283901A
公开(公告)日：2021-08-20
申请号：CN202110627401.X
申请日：2021-06-04
Applicant: 河南大学
Abstract: 本发明公开了一种面向区块链平台的基于字节码的诈骗合约检测方法,依次包括以下步骤：A：获取区块链平台中智能合约的字节码，将获取到的字节码转化为标准化后的特征矩阵并消除特征矩阵中的噪声；B：获取诈骗合约的数据集并划分为训练集和测试集；然后将训练集和测试集中的测试数据分别转化为标准化后的特征矩阵；C：使用特征矩阵训练并测试异常检测模型，最终得到最佳异常检测模型；D：利用步骤C中得到的最佳异常检测模型，对待判定的智能合约进行是否为诈骗合约的判定。本发明能够有效的检测区块链平台中的诈骗类型的智能合约，维护区块链的健康发展。
-
公开(公告)号：CN111950013A
公开(公告)日：2020-11-17
申请号：CN202010854010.7
申请日：2020-08-24
Applicant: 河南大学
IPC: G06F21/60
Abstract: 本发明公开了一种基于属性探索的RBAC角色快速辅助构建方法，依次包括以下步骤：A：获取部门的访问控制实例的初始集合和所有权限集合；B：利用辅助角色发现算法，同时排除包含主基中某个蕴涵式的前件且不包含这个蕴涵式后件的权限集合，得到步骤A中该部门的确定的访问控制实例的无冗余集合和蕴涵关系集合，同时确定角色集合。本发明能够科学快速地构建RBAC系统的角色体系，为现代工业和信息产业生产中操作角色及操作权限的安全科学的设定提供基础数据支持，杜绝安全隐患。
-
公开(公告)号：CN111292283B
公开(公告)日：2023-02-07
申请号：CN202010072172.5
申请日：2020-01-21
Applicant: 河南大学
Abstract: 本发明公开了一种基于时间序列相似性计算的甲骨残片缀合方法，包括以下步骤：A：提取每幅甲骨拓片图像的边缘曲线图；B：得到每幅甲骨拓片图像的时间序列化边缘曲线数据；C：得到归一化后的时间序列化边缘曲线数据T'；D:对甲骨拓片图像进行倾斜矫正得到新的边缘曲线数据Ta''放入集合TS中；E：计算Ta''与Tb'的差值数组集合ALL；F：计算Ta与Tb的相似度；G：选取与其边缘曲线相似度最高的其他十个边缘曲线数据所对应的甲骨拓片图像，作为该甲骨拓片图像的最佳缀合结果。
-
公开(公告)号：CN113283901B
公开(公告)日：2022-11-01
申请号：CN202110627401.X
申请日：2021-06-04
Applicant: 河南大学
Abstract: 本发明公开了一种面向区块链平台的基于字节码的诈骗合约检测方法,依次包括以下步骤：A：获取区块链平台中智能合约的字节码，将获取到的字节码转化为标准化后的特征矩阵并消除特征矩阵中的噪声；B：获取诈骗合约的数据集并划分为训练集和测试集；然后将训练集和测试集中的测试数据分别转化为标准化后的特征矩阵；C：使用特征矩阵训练并测试异常检测模型，最终得到最佳异常检测模型；D：利用步骤C中得到的最佳异常检测模型，对待判定的智能合约进行是否为诈骗合约的判定。本发明能够有效的检测区块链平台中的诈骗类型的智能合约，维护区块链的健康发展。
-
Patent Agency Ranking
公开(公告)号：CN114528333A
公开(公告)日：2022-05-24
申请号：CN202210065549.3
申请日：2022-01-20
Applicant: 河南大学
IPC: G06F16/2458 , G06F16/26 , G06F16/9535
Abstract: 本发明属于教育数据挖掘技术领域，公开一种基于属性探索的试题隐含知识属性关联挖掘及相关试题推送方法及系统，该方法包括：构建学生对错误题目集合的形式背景：对学生题目作答记录源数据进行预处理，之后结合标注的题目中所包含的知识属性集合，过滤出学生的错误应答信息；使用属性探索知识属性挖掘算法对当前形式背景进行探索，得到通过任一学生错误应答信息得出的知识属性蕴含关联集合与非冗余试题集合；利用概念格相似度分析计算试题之间的相似度，寻找含有与练习错题相似知识点的题目，选择满足阈值最近似的若干个相关试题进行推送。本发明解决了传统分析模式中学生模糊判断缺失属性带来的弊端，能够为学生提供针对性试题推荐。
-
公开(公告)号：CN114509825A
公开(公告)日：2022-05-17
申请号：CN202111677034.0
申请日：2021-12-31
Applicant: 河南大学
Abstract: 本发明公开一种基于混合进化算法改进三维对抗生成神经网络的强对流天气预测方法及系统，该方法包括：从原始多普勒天气雷达中读取雷达回波数据，生成训练数据集，并将训练数据集划分为多组输入数据；利用遗传算法和交叉熵算法构建混合进化算法；建立基于混合进化算法改进的三维对抗生成神经网络模型；通过训练数据集对三维对抗生成神经网络模型进行训练，得到训练后的三维对抗生成神经网络模型；根据待预测时间范围得出需输入的雷达回波数据的个数N，将最新的N个预处理后的雷达回波数据输入至训练后的三维对抗生成神经网络模型内进行强对流天气预测。本发明能够有效提升强对流天气预测准确度。
-
公开(公告)号：CN114048212A
公开(公告)日：2022-02-15
申请号：CN202111353782.3
申请日：2021-11-16
Applicant: 河南大学
IPC: G06F16/22 , G06F16/2458 , G06F16/387 , G06F16/29
Abstract: 本发明提供一种针对空间大数据频繁项集的索引架构的构建和检索方法。该构建方法包括：步骤A1：从空间大数据集中取出每一个空间对象d，将d的位置信息以及编号信息存入R‑tree中，构造得到空间索引结构步骤A2：从中取出需要的文本属性形成关键字集合K，将中的所有空间对象取出形成对象集D，D和K分别作为形式背景的横轴和纵轴；步骤A3：遍历的所有结点，对于每一个概念格关联结点，遍历该结点的子树，取出子树所有数据结点的id，并从步骤A2形成的形式背景中取出对应的数据，构建得到新的形式背景F，根据F内的偏序关系，构造概念格；步骤A4：将所有概念格关联结点对应的概念格存储到列表中，与共同组成索引结构。
-
公开(公告)号：CN110321361B
公开(公告)日：2021-04-16
申请号：CN201910518642.3
申请日：2019-06-15
Applicant: 河南大学
IPC: G06F16/245 , G06N3/04 , G06N3/08 , G06Q50/20
Abstract: 本发明涉及一种基于改进的LSTM神经网络模型的中小学试题推荐方法，通过采集的真实试题数据；对历史试题的详细数据进行预处理获取试题信息，对试题信息处理得到试题关系数据，将试题信息按比例分成训练、测试的样本数据；对训练样本数据进行处理，并通过LSTM神经网络对处理后的训练样本进行训练得到LSTM试题推荐模型；通过参数调整来优化LSTM神经网络模型使其得到更高的准确率；最终将目标试题信息数据和试题关系数据作为LSTM模型的输入数据，模型输出得到预测的结果。本发明能够提高对试题是否进行推荐的判定效率和准确度，具有高泛化能力。
-
公开(公告)号：CN112214461A
公开(公告)日：2021-01-12
申请号：CN202011086120.X
申请日：2020-10-12
Applicant: 河南大学
IPC: G06F16/174 , G06F16/81
Abstract: 本发明公开了一种遥感元数据的模糊XML压缩方法，包括以下步骤：A：取模糊XML文档，并以变量形式保存模糊XML文档的路径；B：获取模糊XML文件中所有结点的结点信息并以Map类型变量存储，将模糊XML文件由XML类型转化为Map类型；C：将步骤B中得到的所有结点的结点信息转化为XML类型，再根据写入结点的位置写入结点，并更新写入结点的结点编码，最终将步骤B中得到的Map类型的模糊XML文件转化为XML类型；D：输出压缩后的模糊XML文档。本发明通过对模糊XML文档中的重复标签和属性使用短字节进行编码，极大地提高了压缩率，减小了存储空间，极大地提高了对计算机存储空间的利用率。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.027 seconds)
