-
公开(公告)号:CN104077412B
公开(公告)日:2018-04-13
申请号:CN201410334853.9
申请日:2014-07-14
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于多Markov链的微博用户兴趣预测方法,包括以下步骤:1、分别获取q个、p个用户发表的微博作为训练数据、测试数据;2、以用户为单位,对训练数据、测试数据进行预处理,提取每个用户的兴趣特征值;3、将训练数据转化为Markov链,再基于Markov链两两之间的聚类相似度,对Markov链进行合并,然后利用合并后的Markov链建立多Markov链模型;4、对测试数据进行用户分类;5、基于对测试数据分类得到的用户类别,利用多Markov链模型预测用户的兴趣特征。该方法可以有效预测微博用户的兴趣。
-
公开(公告)号:CN105260203B
公开(公告)日:2017-11-17
申请号:CN201510620902.X
申请日:2015-09-25
Applicant: 福州大学
IPC: G06F9/445
Abstract: 本发明涉及一种基于模型的Hadoop部署以及配置方法,将服务模型以及云模型作为Hadoop集群的自动化部署以及配置规则引擎的输入;对Hadoop集群的自动化部署以及配置规则进行设定;根据Hadoop集群的自动化部署以及配置规则,结合服务模型以及云模型,生成Hadoop集群的自动化部署以及配置方案,根据该方案,调用API在基础设施上部署Hadoop集群,得到更新后的服务模型以及部署模型。本发明所提出的一种基于模型的Hadoop部署以及配置方法,简化了部署和配置过程,提高了Hadoop部署和配置的效率。
-
公开(公告)号:CN107220343A
公开(公告)日:2017-09-29
申请号:CN201710387493.2
申请日:2017-05-26
Applicant: 福州大学
CPC classification number: G06F16/3334 , G06F16/325 , G06F21/6209
Abstract: 本发明涉及一种基于局部敏感哈希的中文多关键词模糊排序密文搜索方法,将中文关键词转换成对应的拼音串后,基于声韵母和音调、unigram对拼音串分割;设计了三种中文关键词向量生成算法,将拼音串映射成关键词向量。并且,利用局部敏感哈希的特性和布隆过滤器来实现关键词的模糊匹配。本发明采用一篇文档对应一个布隆过滤器作为文档的加密索引,当加入新文档(或删除旧文档)时,无需更改原数据集的加密索引,只需构建新文档的加密索引(或删除旧文档的加密索引),就可实现文档的动态更新。为了提高排序结果的精确性,本发明引入了域加权评分,将关键词向量间的欧氏距离、词频权重和域加权评分结合,实现更为精确的三因子排序,返回更加满足用户需求的文档。
-
公开(公告)号:CN104123377B
公开(公告)日:2017-06-06
申请号:CN201410368076.X
申请日:2014-07-30
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及社交网络技术领域,特别是一种微博话题热度预测系统及方法,所述方法包括如下步骤:首先,根据用户关系及话题因素计算用户影响力;接着根据话题相关的微博和用户影响力,计算话题能量值,量化话题热度;最后结合小波变换与ARIMA回归模型,预测话题热度。所述系统和方法可以实现社交网络热点话题的热度预测,挖掘话题被关注的情况及变化趋势,从海量微博信息中了解并预测出用户所关注话题的热度趋势,并且具有较高的准确度。
-
公开(公告)号:CN106202502A
公开(公告)日:2016-12-07
申请号:CN201610573881.5
申请日:2016-07-20
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种音乐信息网络中用户兴趣发现方法,先从音乐信息网络中通过N步长随机游走得到与用户相关的信息子网以及信息子网的网络模式;然后对信息子网进行剪枝,并在剪枝后的信息子网中利用HeteSim算法计算不同类型节点间相关性,进而得到不同类型边的权重;接着,根据单源最短路径算法得到所有歌曲对之间的最短路径集和最短路径权重,并计算出元路径集和元路径权重;最后,利用 PathSelClus算法基于元路径将歌曲聚成三类,根据聚类结果分析出用户对歌曲的兴趣爱好。本发明提出的方法利用了异构信息网络中元路径这一重要性特点,能够更好发现用户对歌曲的兴趣。
-
公开(公告)号:CN105956040A
公开(公告)日:2016-09-21
申请号:CN201610264331.5
申请日:2016-04-26
Applicant: 福州大学
IPC: G06F17/30
CPC classification number: G06F16/635 , G06F16/9535
Abstract: 本发明涉及一种音乐信息网络中社交关系影响下的歌曲流行度分析方法,先从音乐信息网络中获取信息子网和信息子网的网络模式,并获取与信息子网相关的社交关系,然后在信息子网中计算不同类型关系边的平均边介数,再根据平均边介数计算得到不同类型关系边的传播因子,接着根据社交关系在信息子网中设计边权重,根据边权重在同一类型节点间选择节点进行随机游走,最后结合传播因子和边权重在信息子网中随机游走,得到网络中节点影响力排名,从而得到歌曲流行度。本发明提出的该方法考虑到了用户群体对歌曲的影响,从而使得最后的流行度分析更为合理。
-
公开(公告)号:CN105939375A
公开(公告)日:2016-09-14
申请号:CN201610227088.X
申请日:2016-04-13
Applicant: 福州大学
IPC: H04L29/08
CPC classification number: H04L67/2823 , H04L67/34
Abstract: 本发明涉及一种基于模型的PaaS混合云构造方法,具体包括以下步骤:步骤S1:统一模型:在云平台上,对PaaS平台共有的资源与服务类型及管理功能进行描述,通过统一视图对异构云平台进行管理;步骤S2:构造云资源模型:屏蔽云平台管理接口的异构性,对云平台受管模块的功能信息和云平台管理接口的调用方法进行描述,在模型层对云平台进行管理;步骤S3:模型同步中间件:对统一模型到云资源模型的元素映射关系进行定义,自动生成相应的模型转换程序,实现模型间的同步关系。本发明使管理程序可以建立在PaaS平台统一模型的基础上,极大程度上降低了开发PaaS混合云管理系统的难度和复杂度。
-
公开(公告)号:CN105574885A
公开(公告)日:2016-05-11
申请号:CN201610017544.8
申请日:2016-01-13
Applicant: 福州大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明涉及一种基于机器学习并融合视觉特征的全参考图像质量评估方法,包括以下步骤:分别采用客观全参考图像质量评估方法、结合图像显著性分布的客观全参考图像质量评估方法、结合局部图像质量排序的客观全参考图像质量评估方法、结合局部图像质量数据统计的客观全参考图像质量评估方法对目标图像提取特征,获得特征集F1、F2、F3和F4;综合特征集F1、F2、F3和F4,将其作为机器学习算法的特征集T,通过机器学习算法和三等分交叉验证方法学习得出客观评估模型;采用客观评估模型对图像进行质量评估,得到客观全参考图像质量评估得分值。该方法可有效的对全参考图像的质量进行评估,与用户主观评分之间具有较好的相关性与准确性。
-
公开(公告)号:CN102655685B
公开(公告)日:2014-12-03
申请号:CN201210169689.1
申请日:2012-05-29
Applicant: 福州大学
IPC: H04W72/12
CPC classification number: Y02D70/00
Abstract: 本发明涉及无线传感器技术领域,特别是一种用于无线传感器网络的任务容错分配方法,包括以下步骤:步骤1:根据各个任务截止期的先后顺序,对各个任务赋予不同优先级;步骤2:采用交叉联盟模型在网络中生成多个动态联盟,并将任务分配给各个联盟;步骤3:联盟的汇聚节点以任务优先级为序,采用主副版本容错技术对联盟内的各个任务进行容错分配。该方法有利于在保证实时任务按期完成的同时,提高任务调度的成功率及可靠性,降低节点能耗,减少任务执行时间,均衡网络负载,进而延长网络的生命周期。
-
公开(公告)号:CN103902775A
公开(公告)日:2014-07-02
申请号:CN201410124000.2
申请日:2014-03-31
Applicant: 福州大学
Abstract: 本发明涉及一种超大规模集成电路多层绕障Steiner最小树构造方法,包括以下步骤:1、读取基准测试电路网络数据;2、初始化种群规模、迭代次数等参数,并随机产生初始种群;3、采用粒子更新公式更新每个粒子的位置和速度;4、采用基于惩罚机制的适应度计算函数计算新粒子的适应度值,并判断新粒子的适应度值是否小于粒子的历史最优值,是则将新粒子更新为粒子的历史最优粒子;5、判断新粒子的适应度值是否小于种群的全局最优值,是则将新粒子更新为种群的全局最优粒子;6、判断是否满足迭代终止条件,是则输出最终的布线树,否则返回步骤3进行下一次迭代。该方法有利于降低布线总代价,提高布线树的质量。
-
-
-
-
-
-
-
-
-