公开(公告)号：CN116757281A

公开(公告)日：2023-09-15

申请号：CN202310749274.X

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 孙明 ,  田玲 ,  闫科 ,  夏宇昂 ,  单荣臻 ,  徐迪东

IPC: G06N5/025 ,  G06F16/36 ,  G06F16/901 ,  G06F16/906 ,  G06F40/30 ,  G06N3/042 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于图结构关系推理的知识图谱补全方法，包括：S1、对知识图谱采取图结构挖掘，提取目标实体对对应目标节点周围的有向封闭子图；S2、结合节点间的语义关系，对有向封闭子图进行特征双向增强；S3、将特征双向增强后的有向封闭子图分为节点子图和边子图，并分别通过高阶图神经网络对其表示更新，得到节点子图嵌入和边子图嵌入；S4、将节点子图嵌入和边子图嵌入拼接，得到完整的子图表示，并根据其计算目标实体对之间的关系概率，进而实现知识图谱补全。本发明利用知识图谱中不同层次的图结构进行归纳式的知识图谱推理，本发明能够预测训练期间没有见过的实体之间的关系，能够在复杂的知识图谱中有效地进行推理与补全。

公开(公告)号：CN118839927A

公开(公告)日：2024-10-25

申请号：CN202410981863.5

申请日：2024-07-22

Applicant: 电子科技大学

Inventor： 孙明 ,  周毅 ,  夏宇昂 ,  单荣臻 ,  汪顺旺 ,  贺康俊 ,  毛新宇

IPC: G06Q10/0631 ,  G06F18/25 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于学习混入与较优趋近的卫星调度方案生成方法，属于资源调度技术领域，包括以下步骤：建立卫星调度问题的任务依赖图表示模型；基于任务依赖图表示模型生成第一随机可行调度方案Pa、第二随机可行调度方案Pb以及第三随机可行调度方案P*；初始化一个随机可行调度方案的局部最优解作为第四随机可行调度方案P#；更新第一随机可行调度方案Pa、第二随机可行调度方案Pb、第三随机可行调度方案P*和第四随机可行调度方案P#；进行下一轮更新，直到运行时间或迭代轮次达到预设值，输出第三随机可行调度方案P*作为最终调度方案。本发明解决了传统卫星资源调度算法存在较大的人力投入与计算开销，并且在灵活性和及时性等方面存在不足的问题。

公开(公告)号：CN116746939A

公开(公告)日：2023-09-15

申请号：CN202310746383.6

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 孙明 ,  田玲 ,  闫科 ,  单荣臻 ,  夏宇昂 ,  邓博文

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明公开了一种基于多特征融合的多导联心电信号多标签分类方法，包括：S1：采集多导联心电信号数据；S2：对多导联心电信号数据进行预处理，得到预处理后的心电信号；S3：分别提取预处理后的心电信号的HRV特征、深度空间特征和深度时序特征；S4：融合HRV特征、深度空间特征和深度时序特征，得到融合特征；S5：利用全连接层和Sigmoid层对融合特征进行处理，得到多导联心电信号的多标签分类结果。本发明利用了不同结构之间的互补能力，提取和有效融合多导联心电信号各导联的特征，实现了不同角度间的信息互补，获得了更具表征性的心电信号特征，有效地提高心电数据的多标签分类的准确性。

公开(公告)号：CN118568364A

公开(公告)日：2024-08-30

申请号：CN202410790705.1

申请日：2024-06-19

Applicant: 电子科技大学(深圳)高等研究院

Inventor： 张栗粽 ,  惠孛 ,  田玲 ,  郑旭 ,  范馨予 ,  夏宇昂 ,  王婷琦

IPC: G06F16/9537 ,  G06F16/9535 ,  G06F18/22

Abstract: 本发明涉及兴趣点推荐技术，其公开了一种基于时空信息的用户动态兴趣点推荐方法，解决现有协同过滤方案存在的内容单一、静态化，以及基于深度学习的方案存在的数据稀疏性问题。该方法，基于目标用户当前时段的交互和其它用户在与当前时段属于相同时间段的交互，从空间和偏好两方面综合度量用户间的相似性，从而筛选出相似用户；然后，基于相似用户在该时段对目标用户历史交互的访问频次，构建静态的偏好列表；并基于相似用户各时间段的交互数据，建立状态转移模型，计算转移矩阵，在静态偏好列表的基础上利用转移矩阵计算出动态偏好，即推荐类别，最后以相似用户在该时间段的交互，基于推荐类别，为目标用户进行推荐。

公开(公告)号：CN118521419A

公开(公告)日：2024-08-20

申请号：CN202410758358.4

申请日：2024-06-13

Applicant: 电子科技大学

Inventor： 康昭 ,  田玲 ,  石逸农 ,  惠孛 ,  董倚宏 ,  朱江桦 ,  夏宇昂

IPC: G06Q50/00 ,  G06F18/22 ,  G06F18/20 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/088

Abstract: 本发明涉及社交网络数据分析技术，其公开了一种基于属性与结构融合的网络节点对齐方法，提高社交网络对齐的准确性。该方案中，首先对待对齐的两社交网络根据用户间的关系构建网络图；然后，基于网络图采用随机游走计算节点的关系嵌入，构建关系拓扑视图；采用图卷积神经网络计算节点初始的属性嵌入，之后将初始的属性嵌入转换至同一向量空间并利用双向WGAN网络进行重构，从而获得两网络图中节点的属性嵌入，以此构建属性视图；接着根据关系拓扑视图和属性视图分别计算两节点间的关系嵌入相似度和属性嵌入相似度，进行融合后获得两节点最终相似度；最后基于两个社交网络中的节点间的最终相似度，结合相似度阈值进行两个社交网络中的节点对齐。