一种多模式串匹配方法和系统

    公开(公告)号:CN104881439B

    公开(公告)日:2019-03-22

    申请号:CN201510236364.4

    申请日:2015-05-11

    Abstract: 本发明涉及一种空间高效的多模式串匹配方法和系统。首先提出了一种新的存储模式串的数据结构—HashTrie,利用位向量表将原模式串矩阵存储为一维表的形式,避开传统方法存储自动机的状态转移矩阵问题;利用递归的哈希函数方法求出这个特殊的位向量表,以达到节约存储空间的目的;在哈希函数计算过程中,利用位运算技巧,将其转化为简单高效的位与运算操作;另外在HashTrie构造和关键词查找过程中均使用Rank技术,提高了搜索的空间效率和时间效率。本发明极大地降低了内存开销和预处理时间,更能满足实时入侵检测系统对规则生效的时效性要求,更适合于模式串集合规模较大、模式串长度较短的多模式串实时匹配问题。

    一种基于力导引算法的图数据可视化布局优化方法

    公开(公告)号:CN107818149A

    公开(公告)日:2018-03-20

    申请号:CN201710992552.9

    申请日:2017-10-23

    CPC classification number: G06F17/30958 G06F17/30994 G06T11/203

    Abstract: 本发明涉及一种基于力导引算法的图数据可视化布局优化方法。该方法在力导引算法的循环迭代过程中增加以下处理步骤,以优化图数据可视化布局:在结点粘连的情况下,通过随机函数给出结点弹开的位置和结点弹开的方向,从而将粘连结点彼此分开一定的距离,使得结点粘连情况下的吸引力和排斥力能够计算。进一步地,本发明在力导引算法的位移计算中对参数delta值采用梯度设置,使得图数据可视化布局过程减少震荡并快速收敛。本发明能够解决基础力导引布局算法中存在的上述问题,在优化算法布局效果的同时,提升算法的布局效率。

    一种基于位图的布尔表达式存储、匹配方法和系统

    公开(公告)号:CN106469218A

    公开(公告)日:2017-03-01

    申请号:CN201610811459.9

    申请日:2016-09-08

    Abstract: 本发明公开了一种基于位图的布尔表达式存储、匹配方法和系统。本发明存储阶段:针对多个布尔表达式的各个子项,对其相应的布尔表达式序号和所在位置进行存储,并按照子项值的大小升序排序,同时记录每个布尔表达式子项数目;对子项值建立索引。匹配阶段:开辟数组位向量bitmap存储每个布尔表达式的匹配情况,将每个能匹配的布尔表达式所对应的位置置为1,判断bitmap中1的个数是否与其子项数目一致,若一致,则输出对应序号,并将bitmap[k]置为-1以防止重复匹配该布尔表达式,否则继续匹配下一文本项。本系统包括系统预处理部件、存储子项部件、构建索引部件、访问信息部件和返回信息部件。本发明大大提高了查询效率。

    一种空间高效的多模式串匹配方法和系统

    公开(公告)号:CN104881439A

    公开(公告)日:2015-09-02

    申请号:CN201510236364.4

    申请日:2015-05-11

    Abstract: 本发明涉及一种空间高效的多模式串匹配方法和系统。首先提出了一种新的存储模式串的数据结构HashTrie,利用位向量表将原模式串矩阵存储为一维表的形式,避开传统方法存储自动机的状态转移矩阵问题;利用递归的哈希函数方法求出这个特殊的位向量表,以达到节约存储空间的目的;在哈希函数计算过程中,利用位运算技巧,将其转化为简单高效的位与运算操作;另外在HashTrie构造和关键词查找过程中均使用Rank技术,提高了搜索的空间效率和时间效率。本发明极大地降低了内存开销和预处理时间,更能满足实时入侵检测系统对规则生效的时效性要求,更适合于模式串集合规模较大、模式串长度较短的多模式串实时匹配问题。

    一种面向知识图谱复杂逻辑推理的生成式方法

    公开(公告)号:CN118760745A

    公开(公告)日:2024-10-11

    申请号:CN202410736214.9

    申请日:2024-06-07

    Abstract: 本发明公开了一种面向知识图谱复杂逻辑推理的生成式方法。本发明包括查询转换模块和扩散推理模块,逻辑查询转换模块将一阶逻辑查询转换为输入序列,扩散推理模块展示了前向和后向的双向生成过程,并设计了一个结构增强自注意力机制的变换器。查询转换模块将符号化的一阶逻辑查询转换为自然语言输入序列,扩散推理模块通过前向过程和后向过程的多步生成过程来捕捉复杂逻辑查询的复合分布;同时,在扩散模型的转换器中设计了一个结构增强的自注意力机制,以有效地融合知识图谱中重要的结构特征。本发明通过对扩散中间过程的多粒度控制进一步保证了模型的可控性和可解释性;相较于其他基线方法实现了更好的知识图谱推理结果。

    基于属性图表示的用户网络节点或边的分类方法及系统

    公开(公告)号:CN118503775A

    公开(公告)日:2024-08-16

    申请号:CN202410499002.3

    申请日:2024-04-24

    Abstract: 本发明公开了基于属性图表示的用户网络节点或边的分类方法及系统,属于图数据处理领域,针对用户网络的属性信息构建属性图,计算所有邻居节点的属性信息和拓扑信息对目标节点的全局表示产生的影响;再将这两种影响与目标节点的全局表示进行融合,迭代得到目标节点最终的低维表示;输入到多层感知器中进行分类预测。本发明能够解决现有基于图神经网络的属性图表示学习方法中存在的属性扰动、过平滑问题以及属性、拓扑信息影响差异未被充分建模等问题,以及这些问题对最终分类预测造成的不良影响。

    一种基于助教的动态目标对齐的数据高效知识蒸馏方法和系统

    公开(公告)号:CN118194952A

    公开(公告)日:2024-06-14

    申请号:CN202410024764.8

    申请日:2024-01-08

    Abstract: 本发明涉及一种基于助教的动态目标对齐的数据高效知识蒸馏方法和系统。该方法包括:在数据层,采用基于熵的策略选择信息丰富的样本,将其输入学生模型进行学习;在模型层,引入助教模型,根据训练过程中学生模型的能力的演变动态地查询教师模型或助教模型;在目标层,根据熵值从教师模型中选择信息丰富的层,使学生模型与选择的教师模型中信息丰富的层进行动态对齐;通过学生模型、教师模型和助教模型,使知识从教师模型向学生模型转移,并随着学生模型的能力的进化提高知识蒸馏性能。本发明能够从数据、模型和目标层面全面提升知识蒸馏效果。

    一种融合图结构信息的知识图谱推理方法

    公开(公告)号:CN116468122A

    公开(公告)日:2023-07-21

    申请号:CN202310373927.9

    申请日:2023-04-10

    Abstract: 本发明公开了一种融合图结构信息的知识图谱推理方法,其步骤包括:利用目标领域的三元组构建知识图谱并将其存储到知识图谱推理模型;所述知识图谱推理模型计算所述知识图谱中每条边的里奇曲率;所述知识图谱推理模型通过多层感知机对每条边的所述里奇曲率信息进行映射,得到对应边的曲率映射向量;所述知识图谱推理模型利用所述曲率映射向量更新所述知识图谱中的节点状态和边状态,得到更新后的知识图谱;将该目标领域不完整的三元组输入所述知识图谱推理模型,所述知识图谱推理模型利用更新后的知识图谱得到完整的三元组。本方法所得模型补全三元组时各项性能指标均十分优秀,有广泛的实际价值和应用场景。

Patent Agency Ranking