公开(公告)号：CN105912727B

公开(公告)日：2019-02-15

申请号：CN201610329748.5

申请日：2016-05-18

Applicant: 电子科技大学

Inventor： 蔡世民 ,  赵耀东 ,  尚明生 ,  陈智宇

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开了一种在线社交网络标注系统中的快速推荐方法，属于个性化推荐，数据挖掘领域。解决了传统算法或片面追求高准确率而忽略计算成本，或片面追求模型简单，计算迅速而忽略准确率和个性化的问题。本发明不需迭代到收敛的粗聚类算法其本质上是快速根据用户相似度指标将用户分成簇的过程，而基于用户的协同过滤推荐算法也是根据用户之间的相似度进行推荐，所以本发明可以保证高准确率和个性化；从而在保证准确率和个性化的前提下减少了计算的时间开销；在保证推荐系统中推荐算法准确性和个性化的基础上，降低了系统时间开销，同时具有高准确性，高个性化和低系统时间开销的特点。

公开(公告)号：CN116304864A

公开(公告)日：2023-06-23

申请号：CN202310147824.0

申请日：2023-02-22

Applicant: 西安电子科技大学 ,  中国电子科技集团公司第二十九研究所

Inventor： 董春曦 ,  路宵 ,  赵耀东 ,  何雯静 ,  黄子纯 ,  董阳阳 ,  饶鲜 ,  王贤铧

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于残差卷积自编码器的电子对抗目标威胁评估方法，旨在解决现有技术需要人为设置权重系数的问题，以及需要完整数据集才能有效进行威胁评估的问题。本发明的实现步骤包括：生成含有9个电子对抗目标特征参数的训练集；搭建具有17个网络层的能够处理不完整数据集的残差卷积自编码器；将训练集输入到残差卷积自编码器中，利用反向传播梯度下降法，迭代更新残差卷积自编码器的各层参数，得到训练好的残差卷积自编码器；(4)将待评估威胁程度的样本输入到训练好的残差卷积自编码器中，输出威胁程度的评估等级。本发明具有不需要人为设置权重系数和不依赖完整数据集就可以有效进行威胁评估的优点。

公开(公告)号：CN105912727A

公开(公告)日：2016-08-31

申请号：CN201610329748.5

申请日：2016-05-18

Applicant: 电子科技大学

Inventor： 蔡世民 ,  赵耀东 ,  尚明生 ,  陈智宇

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F17/30867 ,  G06Q50/01

Abstract: 本发明公开了一种在线社交网络标注系统中的快速推荐方法，属于个性化推荐，数据挖掘领域。解决了传统算法或片面追求高准确率而忽略计算成本，或片面追求模型简单，计算迅速而忽略准确率和个性化的问题。本发明不需迭代到收敛的粗聚类算法其本质上是快速根据用户相似度指标将用户分成簇的过程，而基于用户的协同过滤推荐算法也是根据用户之间的相似度进行推荐，所以本发明可以保证高准确率和个性化；从而在保证准确率和个性化的前提下减少了计算的时间开销；在保证推荐系统中推荐算法准确性和个性化的基础上，降低了系统时间开销，同时具有高准确性，高个性化和低系统时间开销的特点。