-
公开(公告)号：CN118467810A
公开(公告)日：2024-08-09
申请号：CN202410535931.5
申请日：2024-04-30
申请人： 浙江大学
IPC分类号： G06F16/9532 , G06F16/2455
摘要： 本发明公开了一种基于元组信息增益的数据查询服务交易处理方法及装置，包括：根据数据卖家指定信息为数据库中每个关系表构建支撑集；根据所述支撑集和数据消费者输入的单表查询，构建辅助查询，得到原始查询和辅助查询的执行结果；根据所述查询结果，计算单表上所有元组信息增益，并根据信息增益‑价格函数得到查询价格进行交易；根据所述支撑集和数据消费者输入的多表查询，改写原始查询，构建多个辅助查询，得到多组查询执行结果；根据所述多组查询结果，对多组查询结果进行抽取和去重，计算多表上所有元组信息增益，并根据信息增益‑价格函数得到单表查询的价格进行交易。该方法能保证数据查询定价的无套利性质，且计算效率高。
-
公开(公告)号：CN117973560A
公开(公告)日：2024-05-03
申请号：CN202410157478.9
申请日：2024-02-04
申请人： 浙江大学
摘要： 本发明公开了一种高精度保障的隐私保护去中心联邦学习方法及装置，包括：参与联邦学习的客户端初始化模型权重和梯度追踪变量；在首次通信时每个客户端向邻居客户端发送纯粹的随机噪声，并在接收到邻居噪声后用发送的总噪声减去接收的总噪声，将该收发噪声差加入到梯度追踪变量的更新中来扰动后续的梯度信息，防止窃听者获取精确的梯度值而推断原始数据；在后续通信时每个客户端向邻居客户端发送模型权重和梯度追踪变量，并相应地聚合收到的参数，由于梯度追踪变量中隐含的收发噪声差可以在全局角度上被消零，所以可以保证全局梯度的稳定性和追踪变量的全局追踪；最后，各个客户端持续进行信息交换并更新模型直到达到预期的模型精度。
-
公开(公告)号：CN117076732A
公开(公告)日：2023-11-17
申请号：CN202311086237.1
申请日：2023-08-28
申请人： 浙江大学
IPC分类号： G06F16/9035 , G06Q40/04 , G06F17/10 , G06F17/16
摘要： 本发明公开了一种面向查询的时间折现数据交易处理方法及装置，包括：获取所交易的时间敏感数据的已知交易相关信息；根据所述已知交易的相关信息，为第t轮交易计算基于查询特征价格；构建折现因子的候选集合，在任意第t轮交易中，代理商从所述候选集合中动态选择一个候选折现因子作为第t轮交易的折现因子；若任意第t轮交易满足t/T大于第二给定阈值，按第t轮交易的基于查询特征价格与折现因子的乘积作为最终的发布价格进行交易；否则，第t轮交易仅按基于查询特征价格作为最终的发布价格进行交易，T为总交易轮数。该方法能解决数据价值可能随时间的流逝而减少的查询定价问题。
-
公开(公告)号：CN111639969B
公开(公告)日：2023-05-26
申请号：CN202010466953.2
申请日：2020-05-28
申请人： 浙江大学
IPC分类号： G06Q40/12 , G06Q10/0631 , G06Q10/0639 , G06N3/044 , G06N3/08
摘要： 本发明公开了一种用于众包系统的动态激励计算方法和系统，该方法包括获取需求者在众包平台上的任务数据以及参与用户的历史任务问答数据；将任务分配给参与用户；针对每个参与用户构建一个循环神经网络模型；根据参与用户的历史任务问答数据，训练循环神经网络模型；依据参与用户、任务以及循环神经网络模型的预测结果，计算不同激励值所带来的最终收益大小判断是否给予当前用户激励值；收集所有参与用户的答案，以得到需求者所需的结果。在解决在线收益计算问题时，本发明同样提出了一种简洁高效的算法。模拟实验证实了本发明在复杂情况下的高效性和鲁棒性。众包平台上的实际实验也显示了本发明相对于传统方法的高效性及优越性。
-
公开(公告)号：CN113222774B
公开(公告)日：2023-05-23
申请号：CN202110419666.0
申请日：2021-04-19
申请人： 浙江大学
IPC分类号： G06Q50/00
摘要： 本发明公开了一种社交网络种子用户选择方法和装置、电子设备、存储介质。该方法包括：对社交网络和用户行为进行建模，得到时间感知的社交网络传播模型；根据所述社交网络传播模型，多次选择任意用户进行反向传播模拟，记录反向传播模拟中被激活的用户，将这些用户组成反向可达集RRsets；根据所述反向可达集RRsets，使用用户集与所述反向可达集RRsets的交集个数代表用户集中任意用户的近似影响力，基于所述近似影响力贪心选择预定数目的用户，作为社交网络中的种子用户。本发明方法具有高效性和鲁棒性。
-
公开(公告)号：CN103778198B
公开(公告)日：2017-04-12
申请号：CN201410007699.4
申请日：2014-01-07
申请人： 浙江大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种空间数据库中分组反向轮廓查询方法。充分利用将现有的数据库管理系统平台和空间数据库引擎相结合构建而成的空间数据库系统，以及现有的空间数据库索引技术，本发明选用了R树作为分组反向轮廓查询方法的索引。在此基础上本发明首先开发了分组引擎，将多组混合在一起的数据进行有效的分离。接着开发了全局轮廓计算引擎，它计算出每组的第一层和第二层全局轮廓，其中第一层全局轮廓是作为最终查询结果的候选集，而第二层全局轮廓则用于后续的执行。最后开发了全局轮廓比较引擎，它能够有效地排除第一层全局轮廓中的错误命中，并得到每一组的最终反向轮廓。
-
公开(公告)号：CN103778195A
公开(公告)日：2014-05-07
申请号：CN201410007280.9
申请日：2014-01-07
申请人： 浙江大学
IPC分类号： G06F17/30
CPC分类号： G06F17/30327
摘要： 本发明公开了一种空间数据库中排序反向轮廓查询方法。选用了广泛使用的R树对查询集建立索引；在此基础上本发明首先开发了排序反向轮廓过滤引擎，得到最终结果的一个上限；接着开发了开发基于动态轮廓裁剪和全局轮廓裁剪的排序反向轮廓裁剪引擎，来消除其中错误的命中；最后开发了排序引擎对查询结果进行合并，并按顺序得到最终的查询结果。
-
公开(公告)号：CN117634375A
公开(公告)日：2024-03-01
申请号：CN202311417251.5
申请日：2023-10-30
申请人： 浙江大学 , 恒生电子股份有限公司
IPC分类号： G06F30/3312 , G06F30/27 , G06F18/24 , G06F119/02
摘要： 本发明公开了一种多元缺失时序数据端到端预测方法，包括：获取历史时间段的有预测标签的多元缺失时序数据样本及对应的数据缺失矩阵；构建基于Transformer的神经网络模型；对多元缺失时序数据样本进行实例归一化，并划分为非重叠时间块，得到时间块信息矩阵及时间块缺失矩阵；对时间块信息矩阵及时间块缺失矩阵进行手动信息掩蔽，通过重构掩蔽信息的方式进行自监督预训练得到预训练后的神经网络模型；构建联合交叉预测模块，将时间块信息矩阵及时间块缺失矩阵相继输入预训练后的神经网络模型与交叉预测模块得到预测结果，根据标签进行有监督微调得到多元缺失时序预测模型；将输入的多元缺失时序数据利用多元缺失时序预测模型进行预测得到时序预测结果。
-
公开(公告)号：CN115392477A
公开(公告)日：2022-11-25
申请号：CN202210884022.3
申请日：2022-07-26
申请人： 浙江大学
IPC分类号： G06N20/00 , G06N3/04 , G06F16/2457
摘要： 本发明公开了一种基于深度学习的Skyline查询基数估计方法及装置，该方法包括：解析数据库历史查询日志信息，获取给定目标数据集上的Skyline查询及其对应的基数构建训练集；根据目标数据集和训练集的分布信息，分别构建并训练其数据分布学习模型；将训练好的数据分布学习模型的模型参数作为基数估计模型的初始化参数，根据训练集训练基数估计模型；根据训练好的基数估计模型，输入查询点，得到最终的基数估计值。本发明为Skyline查询变体的基数估计提供解决方案，并确保了Skyline查询变体的基数估计中存在的单调性质，提出了一种高效准确的基数估计方法，拥有准确率高、效率高、鲁棒性强、扩展性强等优点。在现代数据库管理系统以及查询优化等领域有广阔的应用场景。
-
公开(公告)号：CN114974408A
公开(公告)日：2022-08-30
申请号：CN202210588763.7
申请日：2022-05-26
申请人： 浙江大学
摘要： 本发明公开了一种药物互作用预测模型的构建方法、预测方法及装置，包括收集整理药物、内源蛋白质的分子线性表示及这些分子间的互作用，所述药物包括化学药和生物药；使用所述分子线性表示及这些分子间的互作用，构造外层互作用图连接性增强、内层分子结构图数据量扩充的双视角异构图；搭建以双视角异构图为输入的药物互作用预测模型，所述模型包括双视角异构图表征模块和双视角融合预测模块，所述双视角异构图表征模块基于图神经网络学习各视角下药物和内源蛋白质的表征，随后所述双视角融合预测模块结合双视角给出预测；训练所搭建的模型并调整其超参数，得到面向化学药和生物药的多类型药物互作用预测模型。
-
-
-
-
-
-
-
-
-
搜索结果
35 条记录 (耗时 0.033 秒)
