-
公开(公告)号：CN101571853A
公开(公告)日：2009-11-04
申请号：CN200910072084.9
申请日：2009-05-22
申请人： 哈尔滨工程大学
IPC分类号： G06F17/27
摘要： 本发明提供的是一种网络话题内容演化分析装置及分析方法。网络话题内容演化分析装置由网络事件数据收集装置、网络事件数据预处理装置、话题内容演化分析装置和输出装置构成。本发明的网络话题内容演化分析方法包括网络事件数据收集、网络事件预处理、相似度计算、话题多中心建立、话题中心更新和输出步骤。通过本发明可以发现与话题相关的多个内容侧面，采用多中心结构建立相应的话题模型，更为准确、全面地描述话题；通过话题多中心的建立和更新，可以展现话题内容的动态演化发展过程，即话题的产生、发展、高潮直至消亡的全过程。本发明提出的方法不依赖于报道的处理顺序，能够适用于侧重点不同的新闻报道的交叉出现情况。
-
公开(公告)号：CN111898039B
公开(公告)日：2023-12-19
申请号：CN202010636070.1
申请日：2020-07-03
申请人： 哈尔滨工程大学
IPC分类号： G06F16/9536 , G06Q50/00
摘要： 本发明属于信息检索技术领域，具体涉及一种融合隐藏关系的属性社区搜索方法。本发明提供了一个能够提取社交网络结构和属性信息的堆栈式自编码器模型，主要针对现有的社区搜索算法没有考虑结点之间隐藏关系的问题，提出了新的优化方法。本发明能够有效地发现社区中的隐藏关系，通过预测社区中心增大了搜索社区的准确率，使得搜索的社区具有更好的鲁棒性和扩展性。
-
公开(公告)号：CN112101996B
公开(公告)日：2023-10-17
申请号：CN202010959783.1
申请日：2020-09-14
申请人： 哈尔滨工程大学
IPC分类号： G06Q30/0242 , G06Q50/00 , G06F16/29
摘要： 本发明属于社交网络动态影响力最大化技术领域，具体涉及一种基于区域的社交网络动态影响力最大化方法。本发明具有NP难特性和单调子模性。本发明首先采用了四叉树保存节点位置信息，在选取目标区域后，通过四叉树中的存储信息对节点进行筛选。然后，对相应区域的节点生成相应的元组，元组中包含目标节点，目标节点的坐标，目标节点与其他节点之间的传播关系函数，以及生成的草图，草图中的每一个节点都能到达目标节点。当目标区域中节点的位置信息发生改变时，可以实时更新元组。最后，计算出目标区域中的种子节点，并进行影响力的扩散。本发明提出的一种基于区域的社交网络动态影响力最大化方法在运行效率和准确率上高于现有的影响力算法。
-
公开(公告)号：CN116777139A
公开(公告)日：2023-09-19
申请号：CN202310583597.6
申请日：2023-05-23
申请人： 哈尔滨工程大学 , 中共黑龙江省委政法委员会政法信息中心
IPC分类号： G06Q10/0631 , G06Q50/26 , G06F16/9535
摘要： 一种基于社会综合治理业务需求的描述方法，涉及及电子信息系统技术领域。采用该治理系统完成社会综合治理业务需求的描述方法，提高社会综合管理的工作效率，保证处理事件的完成性。所述治理系统包括基础单元、数据单元、筛选单元、分析单元和配置单元；所述基础单元用于为所述治理系统提供基本运行环境；所述数据单元用于为所述治理系统提供数据支撑功能；所述筛选单元用于对所述数据单元中的数据进行筛选，得出社会需求信息；所述分析单元用于对所述社会需求信息进行分析；所述配置单元用于调取所述数据单元中的信息为所述社会需求信息提供资源配置。本发明适用于社会综合问题的治理。
-
公开(公告)号：CN112100241B
公开(公告)日：2023-07-25
申请号：CN202010959772.3
申请日：2020-09-14
申请人： 哈尔滨工程大学
摘要： 本发明属于社交网络影响力最大化技术领域，具体涉及一种基于主题的社交网络动态影响力最大化方法。本发明在基于主题的传播模型下具有NP难特性以及函数的单调子模性。本发明首先根据目标主题对数据集进行筛选，然后使用元组对节点的主题信息，主题向量进行存储，选取出种子节点，并通过主题传播模型进行影响力传播。当筛选后的集合内的节点以及节点的主题发生变化时，实时更新元组，确保能够选出最具有代表性的种子节点。本发明提出的一种基于主题的社交网络动态影响力最大化方法在效率性和准确性优势明显。
-
公开(公告)号：CN109918947B
公开(公告)日：2023-06-09
申请号：CN201910194194.6
申请日：2019-03-14
申请人： 哈尔滨工程大学
IPC分类号： G06F21/62 , G06F16/901
摘要： 本发明属于社交网络信息发布的安全领域，具体涉及一种基于社交网络组合度‑邻域标签匹配攻击的敏感标签保护方法。包括输入图G(A,B)＝(GA,GB,Γ)；广度优先遍历构建组图标签泛化树，生成携带二级敏感泛化标签的中间量；求取相似性对所有顶点进行聚类；将顶点v1,...,vl的标签邻域同化，主要同化步骤有边连接、标签合并、添加噪声点；根据组图标签匹配结果对敏感标签进行高级别泛化；返回匿名组图本发明使在单社交网络数据中针对组合度‑邻域标签产生的敏感标签具有L多样性的组图中，避免了通过组图候选结果集合再匹配对目标顶点敏感标签进行唯一性识别，使得根据任意组合度‑邻域标签匹配获得的顶点所携带的敏感标签的多样性不小于L，应用前景广泛。
-
公开(公告)号：CN110046224B
公开(公告)日：2023-05-09
申请号：CN201910300119.3
申请日：2019-04-15
申请人： 哈尔滨工程大学
摘要： 本发明提供的是一种基于区域的社交网络谣言抑制方法。(1)根据已知信息构建社交网络中任意节点的最大影响树；(2)根据社交网络中节点的位置信息构建四叉树存储节点位置；(3)对于给定的查询区域和阻断区域，得到备选种子集和阻断节点集；(4)对于备选种子集中的每个备选种子，计算其区域影响集；(5)对于备选种子集中的每个备选种子，计算其区域阻断影响力；(6)以贪婪的方式循环从备选种子集中选择阻断影响力最大的k个节点作为种子节点传播真实消息，阻断谣言在阻断区域中的传播。本发明能够根据不同的查询区域和阻断区域进行种子选择，在查询区域中选择最优种子进行正面消息的传播，从而在阻断区域中最大限度的抑制谣言的传播。
-
公开(公告)号：CN115713126A
公开(公告)日：2023-02-24
申请号：CN202211370527.4
申请日：2022-11-03
申请人： 哈尔滨工程大学
摘要： 本发明属于联邦学习技术领域，具体涉及一种基于数字水印技术的去中心化联邦学习训练行为监督方法。本发明包括任务发布者初始化全局模型，并准备若干水印数据集，向选定的工人节点发送初始全局模型以及水印数据集；工人节点将本地数据集以及水印数据集拼接之后进行本地训练，完成水印的嵌入过程；任务发布者对数字水印进行验证，根据数字水印的完成情况，标识工人节点的训练诚实度。本发明针对去中心化联邦学习体系结构中工人节点伪造训练结果而影响模型训练整体精度的问题，通过拓展数字水印的应用场景，将每个工人节点的训练行为量化、可视化，从而达成促使工人节点在训练行为上保持诚实的目的，为去中心化的联邦学习系统提供可信的算力支持。
-
公开(公告)号：CN115660624A
公开(公告)日：2023-01-31
申请号：CN202211369715.5
申请日：2022-11-03
申请人： 哈尔滨工程大学
IPC分类号： G06Q10/1053 , G06Q10/04 , G06N20/20
摘要： 本发明属于联邦学习系统中工人训练报酬确定策略技术领域，具体涉及一种面向多任竞争的工人训练报酬确定方法。本发明基于联邦学习系统中存在多个任务发布者和多个工人节点的情景，在该情景下多个任务发布者之间存在竞争关系。对于任务发布者们而言，为了在竞争中取得优势地位从而吸引更多高质量的工人节点的加入，他们需要提高所支付的报酬。但从自身利益考虑，任务发布者们又要通过降低支付报酬的方式在任务中获得更高的收益。对于工人节点而言，多个任务发布者的出现让他们有选择的最优合同的机会，以保证自己的收益。本发明可以同时满足个人理性约束和激励兼容性约束，能够平衡任务发布者和工人节点的关系，使系统中的两种角色均能获得预期收益，形成良性发展，达到激励工人节点加入联邦学习系统的目的。
-
公开(公告)号：CN111683121B
公开(公告)日：2022-12-13
申请号：CN202010438374.7
申请日：2020-05-22
申请人： 哈尔滨工程大学
摘要： 本发明属于区块链中的共识机制技术领域，具体涉及一种基于DPoS的云端数据溯源区块链共识机制改进方法。本发明将云计算资源量化为DPoS共识机制中的权益，根据权益的大小为每个节点开启一个类似于Raft共识中的有偏计时器，分散了投票的结果；结合了“一人一票”的投票方法，在提高节点选举效率的同时保证了优质云资源拥有者的当选概率；通过在共识过程中引入反馈机制，使得在共识过程中发现超过50％节点不认可的区块，立即重新开始节点选举流程，保证了区块产生的正确性。本发明在共识过程中对资源的消耗更少，在大规模节点的情况下，共识速度更快，共识速度不易受节点数量影响，可以更好的服务于面向云计算的数据溯源模型BlockCloud。
-
-
-
-
-
-
-
-
-
搜索结果
264 条记录 (耗时 0.122 秒)
