公开(公告)号：CN110598953A

公开(公告)日：2019-12-20

申请号：CN201910900378.X

申请日：2019-09-23

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  荆海航 ,  宋洪涛 ,  张海涛 ,  张慧 ,  苗禹 ,  杨在强

IPC: G06Q10/04 ,  G06N3/04 ,  G06N3/08 ,  G06F16/951

Abstract: 本发明是一种时空相关的空气质量预测方法。本发明将城市划分成大小相同的网格，每个网格受相邻区域网格影响，按照网格内是否有空气监测站分为预测区域和估计区域；获取影响空气质量数据相关时序数据，对时序数据采用循环神经网络和空间深度学习进行特征提取，进行时序模型训练。获取影响空气质量数据相关非时序数据，对非时序数据采用卷积神经网络进行特征提取，进行空间模型训练；将时序模型训练和空间训练模型进行协同训练，得到预测模型；利用训练好的协同训练模型进行预测区域的训练，得到预测区域空气质量数据；利用训练好的协同训练模型进行估计网格区域的训练，得到估计区域空气质量数据。

公开(公告)号：CN110636065A

公开(公告)日：2019-12-31

申请号：CN201910900384.5

申请日：2019-09-23

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  于楠 ,  宋洪涛 ,  张艳萍 ,  杨在强 ,  张慧 ,  苗禹

IPC: H04L29/06 ,  H04W4/029

Abstract: 本发明是一种基于位置服务的位置点隐私保护方法。本发明提出了一种以真实查询结果为基准的服务质量损耗函数，根据用户真实位置生成模糊区域，对模糊区域进行后处理，在区域内选取假位置点替换真实位置点提交到LBS服务器。用户还可以提出可接受的服务质量损失，用最大可容忍度Lmax表示，剪枝枚举降低时间复杂度；维诺图枚举降低时间复杂度。本发明可以在保证用户位置隐私的同时，得到无损的服务质量。用户还可以提出容忍的最大服务质量损耗，在用户可接受的服务质量损失下保护用户位置隐私。

公开(公告)号：CN110636065B

公开(公告)日：2021-12-07

申请号：CN201910900384.5

申请日：2019-09-23

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  于楠 ,  宋洪涛 ,  张艳萍 ,  杨在强 ,  张慧 ,  苗禹

IPC: H04L29/06 ,  H04W4/029

Abstract: 本发明是一种基于位置服务的位置点隐私保护方法。本发明提出了一种以真实查询结果为基准的服务质量损耗函数，根据用户真实位置生成模糊区域，对模糊区域进行后处理，在区域内选取假位置点替换真实位置点提交到LBS服务器。用户还可以提出可接受的服务质量损失，用最大可容忍度Lmax表示，剪枝枚举降低时间复杂度；维诺图枚举降低时间复杂度。本发明可以在保证用户位置隐私的同时，得到无损的服务质量。用户还可以提出容忍的最大服务质量损耗，在用户可接受的服务质量损失下保护用户位置隐私。

公开(公告)号：CN114565429B

公开(公告)日：2024-06-14

申请号：CN202210163386.2

申请日：2022-02-22

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  杨在强 ,  宋洪涛 ,  王也 ,  李丽洁 ,  马志强 ,  张海涛

IPC: G06Q30/0601 ,  G06N5/02 ,  G06F18/22 ,  G06F18/243 ,  G06F17/18

Abstract: 本发明提出了一种基于语义图模型的智能供应商匹配方法，输入供应商和需求的结构化数据；构建供需描述模型，将供应商和需求的结构化数据转为图结构；根据节点类型的不同，计算需求与每个供应商同类型节点间相似度；结合极大熵原理，建立权重优化模型，对模型求解得到指标权重；依据指标权重，给节点和边分配权重；调用图匹配算法，计算图匹配度，通过入口节点的选取降低时间复杂度，然后过滤低于阈值的供应商，得到针对该需求的供应商排序集合；本发明可以让用户只需要输入计划采购的产品需求和企业要求，既能得到相匹配的供应商集合，匹配概念相似的产品，同时应用于在供应商集中寻找符合需求的实例，以及在需求集中寻找最符合供应的需求。

公开(公告)号：CN114565429A

公开(公告)日：2022-05-31

申请号：CN202210163386.2

申请日：2022-02-22

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  杨在强 ,  宋洪涛 ,  王也 ,  李丽洁 ,  马志强 ,  张海涛

IPC: G06Q30/06 ,  G06N5/02 ,  G06K9/62

Abstract: 本发明提出了一种基于语义图模型的智能供应商匹配方法，输入供应商和需求的结构化数据；构建供需描述模型，将供应商和需求的结构化数据转为图结构；根据节点类型的不同，计算需求与每个供应商同类型节点间相似度；结合极大熵原理，建立权重优化模型，对模型求解得到指标权重；依据指标权重，给节点和边分配权重；调用图匹配算法，计算图匹配度，通过入口节点的选取降低时间复杂度，然后过滤低于阈值的供应商，得到针对该需求的供应商排序集合；本发明可以让用户只需要输入计划采购的产品需求和企业要求，既能得到相匹配的供应商集合，匹配概念相似的产品，同时应用于在供应商集中寻找符合需求的实例，以及在需求集中寻找最符合供应的需求。