一种基于多种语义的知识图谱表示学习方法

    公开(公告)号:CN107885760B

    公开(公告)日:2021-06-08

    申请号:CN201611189576.2

    申请日:2016-12-21

    Abstract: 本发明公开一种基于多种语义的知识图谱表示学习方法,首先考虑了关系的不同语义,采用实体向量与关系向量之间基于翻译的模型,利用三元组结构中关系的不同语义并结合头尾实体的投影向量定义关系矩阵,并很好地表示了三元组中实体向量与关系向量之间的相互关联,且无须引入更多的参数;然后利用损失函数将实体向量和关系向量关联起来,并优化该损失函数,当达到优化目标时,就可以学得知识图谱中每个实体的向量和关系的向量。本发明解决了知识库中实体和关系的异质性和不平衡性,更精确地表示实体和关系及其之间的相互联系,并将其应用于大规模知识图谱中。

    一种面向装配规划的符号加权约束求解方法

    公开(公告)号:CN106650129B

    公开(公告)日:2020-05-08

    申请号:CN201611234708.9

    申请日:2016-12-28

    Abstract: 本发明公开一种面向装配规划的符号加权约束求解方法,首先获取装配体的装配联接图、移动向量矩阵和装配代价指标;然后根据装配体信息刻划WCSP模型;接着根据装配体的装配联接图、移动向量矩阵和装配代价指标创建联接图和移动向量矩阵的OBDD表示以及装配代价指标的ADD表示;最后搜索出一个可行的装配序列并记录其总的代价Cost,再对剩余未扩展完成的联接边逐一扩展,并将扩展的代价Cost1与Cost进行比较;搜索完所有的联接边之后,最终得到的最小代价值的装配序列就是最优装配序列。本发明能够在较高的时间和空间效率下,完成对装配体的最优装配序列的生成。

    基于并行多人工蜂群算法和支持向量机的入侵检测方法

    公开(公告)号:CN107465664B

    公开(公告)日:2020-04-24

    申请号:CN201710552034.5

    申请日:2017-07-07

    Abstract: 本发明公开了一种基于并行多人工蜂群算法和支持向量机的入侵检测方法,首先对原始的人工蜂群算法进行了重新设计,包括:蜜源编码方案的设计、种群的初始化设计、适应度评价函数的构造、蜜源的邻域搜索方法和招募观察蜂概率的计算,克服了算法易早熟、解的多样性差、易陷入局部最优、后期收敛速度慢等问题。其次,设计了多蜂群间的信息交流与协作机制,利用并行执行技术,给出了双环形多蜂群并行协同优化模型,用于对特征和支持向量机模型参数进行同步优化。然后,基于该协同优化模型,给出了基于并行多人工蜂群算法和支持向量机的入侵检测方法和模型。

    基于本体的子装配体识别方法

    公开(公告)号:CN106204317B

    公开(公告)日:2019-05-17

    申请号:CN201610543989.X

    申请日:2016-07-12

    Abstract: 本发明公开一种基于本体的子装配体识别方法,利用本体对复杂装配构建本体知识框架,根据显性领域知识推理隐含知识拓展装配信息知识库;结合语义网络规则语言规则库,针对刚性连接结构识别子装配体。本发明能够在异构系统之间提供装配领域的一致性知识描述框架,子装配体识别层次结构化装配结构,减小装配序列规划问题规模,提高装配制造效率。

    基于决策树剪枝的模式匹配方法

    公开(公告)号:CN106067039B

    公开(公告)日:2019-01-29

    申请号:CN201610367542.1

    申请日:2016-05-30

    Abstract: 本发明提出一种基于决策树剪枝的模式匹配方法,其结合决策树剪枝方法的简化AC算法,包括自动机的生成、自动机的简化、计算失败指针、存储后缀表与匹配的执行等步骤。本发明将传统自动机类型模式匹配算法拆分为两个步骤:匹配可能的判定与匹配确认。通过简化自动机判别文本串与模式集中模式串有无匹配的可能,再进行匹配的确认。在保证速度的前提下,本发明提出的简化方法相比传统自动机类型模式匹配算法内存消耗减少35%‑40%。此外,本发明通过决策树剪枝方法可有效减小自动机规模,删除对分类判定无用的节点,有效降低传统自动机类型模式匹配的内存消耗。

    一种网络入侵检测方法

    公开(公告)号:CN108737429A

    公开(公告)日:2018-11-02

    申请号:CN201810510359.1

    申请日:2018-05-24

    Abstract: 本发明公开一种网络入侵检测方法,主要利用粒子群算法局部搜索能力强的优点来弥补蜂群算法局部搜索能力弱的缺点,采用多粒子群算法对蜂群算法选出的优质蜜源位置进行进一步开采;并对传统蜂群算法中观察蜂跟随引领蜂的概率计算方式进行改进,采用更合理的加权反轮盘赌和轮盘赌相结合的方法计算跟随概率;同时引入差异化阈值的多蜂群机制,进一步提高算法的搜索性能。本发明能够提高网络入侵检测系统对未知入侵的检测准确率,并最终提高整个入侵检测系统的检测率。

    基于SAT及OBDD桶消元的蛋白质分类方法

    公开(公告)号:CN108664768A

    公开(公告)日:2018-10-16

    申请号:CN201810463426.9

    申请日:2018-05-15

    Abstract: 本发明公开一种基于SAT及OBDD桶消元的蛋白质分类方法,其采用布尔可满足性问题(SAT)的模型,利用有序二叉决策图(OBDD)的符号求解算法以及桶消元算法,包括:先利用候选模式中元素位置的约束关系以及基数约束构建SAT模型;再使用OBDD符号技术以及包含的各项符号操作,结合桶消元算法,对所建立的模型进行求解,并且将求解技术应用到蛋白质分类中,分析提取了蛋白质中的特征信息,进行有效的分类。本发明面向蛋白质分类问题,通过求解模式挖掘中的频繁序列挖掘问题,对蛋白质进行研究。算法执行过程中,有效缩减了搜索空间,提高问题的求解效率,具有良好的实用性。

    一种面向PPI网络比对的图匹配约束求解符号方法

    公开(公告)号:CN107704578A

    公开(公告)日:2018-02-16

    申请号:CN201710918814.7

    申请日:2017-09-30

    Abstract: 本发明公开一种面向PPI网络比对的图匹配约束求解符号方法,利用图结构中的约束关系建立CSP模型(其中建立最短路径的约束条件)、采用基于图的回溯算法、结合OBDD符号技术以及包含的各项符号操作,从而达到求解子图同构问题的目的,最后将该技术引用到PPI网络比对问题中,并对该问题进行求解,给出一种面向PPI网络比对的图匹配约束求解符号技术。本发明结合求解约束满足问题的基于图的回跳算法,采用符号OBDD符号技术,发挥操作方法的优势,根据求解子图同构的约束符号求解技术,并将图匹配的符号算法应用到生物信息领域蛋白质相互作用网络比对问题中,其能够一定程度上提高问题的求解效率,降低状态空间复杂度。

    针对SNOW3G加密算法的密码分析方法

    公开(公告)号:CN105897396A

    公开(公告)日:2016-08-24

    申请号:CN201610222520.6

    申请日:2016-04-12

    CPC classification number: H04L9/002

    Abstract: 本发明公开了一种针对SNOW 3G加密算法的密码分析方法,利用OBDD攻击的方法,同时结合了猜测决定攻击的算法的思想,对SNOW 3G进行攻击,这样做相较于原有的OBDD算法,大大降低的计算复杂度和所需的数据量,大大增加了实际操纵的可能性。另外,本发明可以进行并行计算,相对于其他算法的串行计算,它在计算效率上更具有优势。

    虚拟专用网络中安全隐患的解决方法

    公开(公告)号:CN102833271A

    公开(公告)日:2012-12-19

    申请号:CN201210351966.0

    申请日:2012-09-20

    Abstract: 本发明为虚拟专用网络中安全隐患的解决方法,步骤为:A,防火墙服务器检查VPN隧道内数据包加密部分包头信息的密文是否处于与其明文包头信息中目的IP地址对应的黑白名单中;B,A步结果为否,防火墙服务器按其目的IP地址查询防火墙得出符合条件的FDD分支;C,防火墙服务器将B步查询结果转化成OBDD,保存该OBDD及对应的查询条件;D,防火墙服务器加密并混淆C步所得OBDD各节点发送给VPN服务器;E,VPN服务器解密接收的OBDD得终结点信息,所得信息异或数据包的密文,发送至防火墙服务器;F,防火墙服务器执行防火墙策略,并将A步中的密文添加到与其目的IP地址对应的黑白名单内。防火墙对VPN隧道内的数据流安全执行防火墙策略,且加密数据不被泄漏。

Patent Agency Ranking