-
-
公开(公告)号:CN106203696A
公开(公告)日:2016-12-07
申请号:CN201610536636.7
申请日:2016-07-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于符号的混合装配序列生成方法,包括先根据装配体的联接矩阵和干涉矩阵创建联接矩阵和干涉矩阵的ZBDD表示;再根据装配体的干涉矩阵,求解优先关系矩阵;再搜索出所有可行的装配,并创建文件存放可行装配序列和装配过程中生成的子装配体,创建动态数组存放生成每个子装配体的路径数;后对生成的存放可行装配序列和子装配体的文件进行精化,删除装配过程中的死状态。本发明能够在较高的时间和空间效率下,通过分析所有可能的装配操作保证装配序列的完备性,通过判断局部装配几何可行性保证装配序列的可靠性,通过判断优先关系的可满足性保证算法的高效性,最终完成对装配体的所有可行装配序列的生成。
-
-
公开(公告)号:CN109189996B
公开(公告)日:2021-06-22
申请号:CN201811087867.X
申请日:2018-09-18
Applicant: 桂林电子科技大学
IPC: G06F16/901 , G06F16/903
Abstract: 本发明公开一种基于K2‑MDD的大规模图的最大公共连通子图匹配方法,首先对两个图中的顶点进行编码,再根据顶点的编码再对边编码,进而通过边的编码集合构建K2‑MDD;之后利用符号K2‑MDD的逻辑交运算求出每个顶点的度,将度最大的顶点纳入公共子图中,并把与之相邻顶点的度减1,直至相邻边的顶点度全部为0,实现对最大公共连通子图的求解。本发明用K2树的思想对邻接矩阵进行划分,然后使用多值决策图进行存储,使K2树中大量的同构子树所造成的冗余顶点得到合并,达到存储结构更为紧凑的目的,大大减少了顶点产生数量,从而减少了搜索空间,也提高了搜索效率。
-
公开(公告)号:CN110532438A
公开(公告)日:2019-12-03
申请号:CN201910752975.2
申请日:2019-08-15
Applicant: 桂林电子科技大学
IPC: G06F16/901 , G06F16/904 , G06F16/906
Abstract: 本发明公开一种基于聚类和K2-tree的大规模图数据表示方法,先采用了网格聚类算法充分的邻接矩阵中的稠密区域,从而使得大量的1值被包含在稠密区域中。相比于原始邻接矩阵,每个稠密区域的边长大大降低,减少了K2-tree查询操作中从顶层到叶子节点需要的递归次数,增加了存储空间利用率。在处理上百万个节点和边的图数据时,本方法能够对其高效紧凑准确的表示,并且还能支持节点邻居查询操作。
-
公开(公告)号:CN104267936A
公开(公告)日:2015-01-07
申请号:CN201410470378.8
申请日:2014-09-16
Applicant: 桂林电子科技大学
IPC: G06F9/44
Abstract: 基于树语义的异步动态下推网络可达性分析方法属于软件安全、可靠性技术领域,其特征在于将树语义引入到异步动态下推网络中,通过构建一个中间模型模拟模型的树语义,并采用上下文限界方法使模型的可达性为可判定,计算有限的k次上下文执行内的可达格局集合,通过计算可达格局集合与目标格局集合的交集是否为空,判断出目标格局集合是否可达,从而确定程序的抽象模型中是否存在设计错误或漏洞,保证模型的正确与可靠。
-
公开(公告)号:CN118260478A
公开(公告)日:2024-06-28
申请号:CN202410106136.4
申请日:2024-01-25
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/047 , G06F18/2415 , G06F18/2431 , G06F18/214
Abstract: 本发明公开一种基于图卷积网络的平衡准确性与多样性的推荐方法,利用用户多样性得分对用户进行分类,对不同类型用户采用不同的推荐策略,即以多样性为导向的推荐策略和以相关性为导向的推荐策略,在多样性为导向的推荐策略中提出了个性化负采样方法获得推荐项目集,在相关性为导向的推荐策略中提出了重排方法获得推荐项目集,从而使得不同偏好用户得到不一样的推荐策略,以实现个性化推荐,并有效地平衡准确性与多样性,提升推荐效果,提高用户的满意度。
-
公开(公告)号:CN118036726A
公开(公告)日:2024-05-14
申请号:CN202410176973.4
申请日:2024-02-08
Applicant: 桂林电子科技大学
IPC: G06N5/022 , G06F16/36 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明公开一种基于启发式信息和图神经网络的知识图谱链接预测方法,包括数据集预处理、对数据集进行子图采样并使用双半径节点标记算法计算子图以得到启发式信息、将启发式信息融合到关系图神经网络模型中进行训练和测试、以及利用训练完毕的模型对不完全的链接进行预测的过程。本发明能够有效捕捉子图内节点之间的关系,提升了链接预测的准确性,并可以适用于大规模知识图谱数据集。
-
公开(公告)号:CN110990426B
公开(公告)日:2022-10-14
申请号:CN201911233788.X
申请日:2019-12-05
Applicant: 桂林电子科技大学
IPC: G06F16/245 , G06F16/22 , G06F16/248
Abstract: 本发明公开了一种基于树搜索的RDF查询方法,将RDF查询问题转化为子图同态问题,构建了邻接边、逆邻接表、P‑In和P‑Out四种索引,用于减少查询图中变量节点的候选域;在执行图匹配算法之前,该方法基于贪心思想为查询图生成一个节点匹配序列,该序列能在匹配过程中尽可能早的引入更多约束,用于减少匹配阶段的搜索空间。在匹配阶段,基于深度优先遍历该序列与数据图所构成的搜索空间树,通过子图同态约束修剪搜索空间树中不可行的分支。本发明能够较好回答大规模RDF数据查询问题。
-
公开(公告)号:CN111949764B
公开(公告)日:2021-06-29
申请号:CN202010830648.7
申请日:2020-08-18
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F40/295
Abstract: 本发明公开一种基于双向注意力机制的知识图谱补全方法,通过在注意力机制的技术之上,引入了双向注意力机制来学习实体间的双向语义关系,并通过双向注意力值对初始化的实体嵌入矩阵和关系嵌入矩阵进行更新。在对新冠开放知识图谱补全中,能学习到实体间的双向语义关系,对实体所聚合的邻居实体的信息更加完善。经过多次训练,实现更加准确的实体嵌入和关系嵌入,能够提高新冠开放知识图谱补全的准确率。
-
-
-
-
-
-
-
-
-