公开(公告)号：CN114513337A

公开(公告)日：2022-05-17

申请号：CN202210066876.0

申请日：2022-01-20

Applicant: 电子科技大学

Inventor： 王勇 ,  王范川 ,  王晓虎 ,  秦瑞 ,  张应福 ,  石锟

IPC: H04L9/40 ,  H04L51/42 ,  G06N3/08

Abstract: 本发明公开了一种基于邮件数据的隐私保护链接预测方法及系统，方法包括：使用邮件数据构建人物关系知识图谱；利用生成对抗网络训练一个生成模型用于学习的训练数据的分布；重构多元关系数据从而混淆数据中所隐含的敏感与非敏感关系信息；使用重构的多元关系数据补全实体之间的关系，达到在补全实体之间非敏感关系的同时，保护了实体之间敏感关系。本发明还提供了一种基于邮件数据的隐私保护链接预测系统实现上述方法。本发明用重构的多元关系数据补全实体之间的关系，达到在补全实体之间非敏感关系的同时，保护了实体之间敏感关系的目的，解决了现有链接预测技术中存在的邮件系统下人员社交关系得不到保护的技术问题。

公开(公告)号：CN107273917A

公开(公告)日：2017-10-20

申请号：CN201710384662.7

申请日：2017-05-26

Applicant: 电子科技大学

Inventor： 王勇 ,  杨晓东 ,  陈炬光 ,  杨晨 ,  张应福

IPC: G06K9/62

CPC classification number: G06K9/6247

Abstract: 本发明公开了一种基于并行化主成分分析算法的数据降维方法，包括步骤：S1：把待降维的高维数据构造成样本数据矩阵Dn×m；S2：计算所述样本数据矩阵Dn×m的协方差矩阵Cm×m；S3：计算所述协方差矩阵Cm×m的m个特征值和对应的m个特征向量；S4：根据所述特征值和特征向量确定主成分数量k；S5：利用前k大特征值对应的特征向量构造变换矩阵，利用变换矩阵计算主成分矩阵，所述主成分矩阵即是降维后的数据。本发明克服了传统单机主成分分析算法的由于数据规模太大而无法一次加载到内存的问题，并减少了I/O操作，提高了数据降维的处理效率。

公开(公告)号：CN114513337B

公开(公告)日：2023-04-07

申请号：CN202210066876.0

申请日：2022-01-20

Applicant: 电子科技大学

Inventor： 王勇 ,  王范川 ,  王晓虎 ,  秦瑞 ,  张应福 ,  石锟

IPC: H04L9/40 ,  H04L51/42 ,  G06N3/042 ,  G06N3/094

Abstract: 本发明公开了一种基于邮件数据的隐私保护链接预测方法及系统，方法包括：使用邮件数据构建人物关系知识图谱；利用生成对抗网络训练一个生成模型用于学习的训练数据的分布；重构多元关系数据从而混淆数据中所隐含的敏感与非敏感关系信息；使用重构的多元关系数据补全实体之间的关系，达到在补全实体之间非敏感关系的同时，保护了实体之间敏感关系。本发明还提供了一种基于邮件数据的隐私保护链接预测系统实现上述方法。本发明用重构的多元关系数据补全实体之间的关系，达到在补全实体之间非敏感关系的同时，保护了实体之间敏感关系的目的，解决了现有链接预测技术中存在的邮件系统下人员社交关系得不到保护的技术问题。

公开(公告)号：CN114511767B

公开(公告)日：2023-12-01

申请号：CN202210129022.2

申请日：2022-02-11

Applicant: 电子科技大学 ,  创意信息技术股份有限公司

Inventor： 王勇 ,  王晓虎 ,  王范川 ,  秦瑞 ,  张应福 ,  石锟

IPC: G06V10/80 ,  G06V10/82 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种面向时序图数据的快速的状态预测方法，包括：步骤1，数据预处理：转换数据格式；步骤2，特征变换：将每一个传感器观测到的数据信息、数据状态信息和时间信息映射到高维空间；步骤3，编码器端的特征学习：将步骤2中的变换后的所有特征相融合，生成时间维度和空间维度的特征，并将时间维度和空间维度的特征融合在一起，传入解码器部分；步骤4，解码器端的特征变换：采用生成式的方式进行特征变换，生成最终学习到的特征；步骤5，数据及状态预测。本发明考虑数据的状态特征，从数据维持时间的角度切入，来揭示数据状态的变化，在一定程度上减小了数据的冗余程度，有助于提高(56)对比文件Sreeja Nag等.Prototyping operationalautonomy for Space TrafficManagement.Acta Astronautica.2021,第180卷489-506.

公开(公告)号：CN114511767A

公开(公告)日：2022-05-17

申请号：CN202210129022.2

申请日：2022-02-11

Applicant: 电子科技大学 ,  创意信息技术股份有限公司

Inventor： 王勇 ,  王晓虎 ,  王范川 ,  秦瑞 ,  张应福 ,  石锟

IPC: G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向时序图数据的快速的状态预测方法，包括：步骤1，数据预处理：转换数据格式；步骤2，特征变换：将每一个传感器观测到的数据信息、数据状态信息和时间信息映射到高维空间；步骤3，编码器端的特征学习：将步骤2中的变换后的所有特征相融合，生成时间维度和空间维度的特征，并将时间维度和空间维度的特征融合在一起，传入解码器部分；步骤4，解码器端的特征变换：采用生成式的方式进行特征变换，生成最终学习到的特征；步骤5，数据及状态预测。本发明考虑数据的状态特征，从数据维持时间的角度切入，来揭示数据状态的变化，在一定程度上减小了数据的冗余程度，有助于提高数据的预测准确性。