-
公开(公告)号：CN116702231A
公开(公告)日：2023-09-05
申请号：CN202310402203.2
申请日：2023-04-17
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
Abstract: 本发明是一种面向拜占庭不可信多方协同差分隐私数据的频繁项集挖掘方法。本发明涉及信息安全与隐私数据挖掘技术领域，本发明针对涉及分布式场景下频繁项集挖掘任务中，拜占庭攻击者利用数据中毒攻击所实施的放大性增益攻击，本发明设计了一套安全的数据挖掘框架，该框架充分考虑了信息的安全性、隐私性和可用性。框架中首先进行多轮数据收集并形成待用数据集；接着分析在当前本地差分隐私协议下，拜占庭本地差分隐私放大增益攻击的部署形式；而后利用基于数据驱动的无监督训练方法进行攻击目标项目挖掘，并在项目全集中去除挖掘到的目标项目并获得正确的频繁项集挖掘结果。
-
公开(公告)号：CN116644282A
公开(公告)日：2023-08-25
申请号：CN202310602268.1
申请日：2023-05-25
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
IPC: G06F18/15 , G06F18/214 , G06N3/0464 , G06N3/08 , G06F16/9535
Abstract: 本发明公开了一种基于降噪与提示调节的多行为推荐方法及系统，属于多行为推荐技术领域，其中，该方法：获取用户与项目的多行为交互数据以构建数据集，并对其进行预处理划分为训练集和测试集；构建基于降噪与提示调节的多行为推荐框架，并利用训练集对基于降噪与提示调节的多行为推荐框架进行训练，其中基于降噪与提示调节的多行为推荐框架包括嵌入层、模式增强图编码器、行为感知降噪模块和预测层；将目标用户输入到训练后的基于降噪与提示调节的多行为推荐框架中，根据其预测层计算待推荐项目相对于目标用户的推荐得分，根据其将项目推荐给目标用户。该方法通过对辅助行为进行降噪并弥合辅助行为与目标行为之间的语义鸿沟以改进多行为推荐性能。
-
公开(公告)号：CN118134016A
公开(公告)日：2024-06-04
申请号：CN202410098111.4
申请日：2024-01-23
Applicant: 哈尔滨工程大学 , 连云港杰瑞自动化有限公司
Abstract: 一种基于GBDT模型预测LNG船舶负载功率的方法和系统，涉及船舶发电机负载功率预测领域。解决现有船舶电力系统的操作环境通常非常复杂，受到海洋条件、气象变化、船舶负载的不确定性等多种因素的影响，这些不确定性使得准确地预测发电机负载功率变得更加困难的问题。所述方法包括：采集LNG船舶航行数据，并将所述LNG船舶航行数据进行特征提取；对LNG船舶特征进行预处理操作；根据预处理后的特征构建GBDT预测模型；根据Hoeffding树对GBDT预测模型进行优化，获取优化的GBDT模型；根据优化的GBDT模型对LNG船舶发电机负载功率进行预测，并对预测结果进行综合评价。应用于船舶航行领域。
-
公开(公告)号：CN117937758A
公开(公告)日：2024-04-26
申请号：CN202410111789.1
申请日：2024-01-26
Applicant: 哈尔滨工程大学 , 连云港杰瑞自动化有限公司
Abstract: 本发明涉及船舶配电监控技术领域，尤其涉及基于分布式采集技术的船舶配电系统，与现有技术相比，本发明通过利用分布式采集技术与能效控制系统，可以对于能效比较高得船舶得能效比进行显著降低，通过采集线为分布式采集方式，建立船舶分布式采集器，分布式优化相关的能效数据，有效解决了目前传统船舶的走线过长、过量耗费电缆造成数据传输有误的问题；利用分布式模型对能效分配分析；使用分布式能效控制分配计算与定义能效优化约束，达成有效改善能效比得状况，使船舶走线更加简易，排查故障更为简易且船舶能效控制系统的输出控制比有效降低，从而解决了船舶整体能效控制系统输出控制比过高的问题。
-
公开(公告)号：CN117909921A
公开(公告)日：2024-04-19
申请号：CN202410111893.0
申请日：2024-01-26
Applicant: 哈尔滨工程大学 , 连云港杰瑞自动化有限公司
Abstract: 本发明涉及船舶电力监控技术领域，尤其涉及一种基于多传感器融合的船舶电力监控系统及其方法，与现有技术相比，本发明通过采用多传感器融合技术，能够全面监测船舶电力系统的各项指标，并实时分析数据，从而提高船舶电力系统的监测能力和运行效率，减少故障风险，通过对实时采集的数据进行处理和模型分析，系统能够判断出潜在的故障原因和风险，并向操作人员提供相应的诊断结果和建议，使操作人员可以更加准确地了解电力系统的问题，通过对历史数据的存储和分析，系统能够生成电力系统的状态报告和趋势图表，直观的显示界面和简单易用的操作方式，操作人员可以轻松地获取电力系统的监测信息和报警通知，提高操作的灵活性和便捷性。
-
Patent Agency Ranking
公开(公告)号：CN116881548A
公开(公告)日：2023-10-13
申请号：CN202310709833.4
申请日：2023-06-15
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06F16/9537 , G06F16/335 , G06F16/35 , G06F40/30 , G06N3/0455 , G06N3/0895
Abstract: 代理感知的跨域序列推荐方法、设备、介质和产品，属于信息处理技术领域，解决跨域序列推荐存在局限性而导致推荐准确度低问题。本发明的方法包括：使用代理编码器模块对每个物品的文本描述进行编码，以获得一个更普遍的表征，该表征用于跨域序列，通过揭示更高层次的语义互连来传递跨域共享信息；设计了一个时间间隔感知的注意力编码器模块，其中任何两个物品之间的顺序次序和相对时间间隔都被利用；为了更好地理解跨域序列中不同领域的物品之间的相关性，提出了一个对比学习的辅助任务模块，以加强对跨域序列的表述。本发明适用于处理信息过载问题，捕获用户动态偏好。
-
公开(公告)号：CN117706914A
公开(公告)日：2024-03-15
申请号：CN202410111973.6
申请日：2024-01-26
Applicant: 哈尔滨工程大学 , 连云港杰瑞自动化有限公司
IPC: G05B13/02
Abstract: 本发明涉及船舶功率管理技术领域，尤其涉及一种基于粒子群优化算法的船舶功率管理系统，为了解决一般电站监控功能的船舶电力系统不能适应发展的需要的问题，本发明包括船舶数据采集管理子系统、船舶工况判断管理子系统、船舶功率分配管理子系统和船舶监控报警管理子系统，本专利采用模块化的设计方式，合理控制发电机的启停和功率调节以保持电力系统的平衡和效率，可以实现根据不同的功率需求合理地控制发电机的启停和功率输出，实现效率更高的功率分配，提高系统的能量利用率。
-
公开(公告)号：CN114330299B
公开(公告)日：2024-08-27
申请号：CN202111557961.9
申请日：2021-12-20
Applicant: 哈尔滨工程大学
IPC: G06F40/216 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出基于多方面全局关系项目表示学习的会话推荐方法、系统、设备和介质，本发明通过数据驱动并独立于会话的方式学习多方面全局关系的项目表示，构建基于多方面全局关系项目表示学习的会话推荐模型，首先利用训练集全部会话数据构建全局基础图，其次根据该全局基础图构建顺序关系图、共现关系图以及不相容关系图，并通过三种不同的聚合层实现在对应关系图上的信息传播过程，最后通过正面以及负面关系增强当前会话表示，从而大大提高会话推荐性能。
-
公开(公告)号：CN116669015A
公开(公告)日：2023-08-29
申请号：CN202310379571.X
申请日：2023-04-11
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
Abstract: 本发明提出了一种满足本地差分隐私的基于方向感知的轨迹数据采集方法及系统，首先通过基于锚的空间约束方法，对用户的轨迹区域进行自适应的限制，从而在不违反隐私约束的情况下显著提高性能；其次利用隐私预算将轨迹中每个点的相邻方向信息离散化用于该点的扰动过程；这种信息用作连接相邻点的线索，并且可以用于限制轨迹中每个点的区域；最后利用指数机制和优化进程得到最终经过扰动的轨迹并上传给服务器；本发明满足严格的本地差分隐私，为移动用户轨迹数据提供可证明的隐私保护，且不需要访问额外的公开知识，通过使用本方法解决了轨迹数据采集过程中的隐私泄露问题。
-
公开(公告)号：CN116340647A
公开(公告)日：2023-06-27
申请号：CN202310165758.X
申请日：2023-02-27
Applicant: 哈尔滨工程大学 , 哈尔滨龙明科技有限公司
IPC: G06F16/9536 , G06F16/9535 , G06N3/08 , G06F18/214 , G06N3/0442
Abstract: 本发明公开了一种基于对比学习的解耦合负采样方法及其系统。与传统的负采样方法将物品视为一个整体的策略不同，本发明指出了用户的交互仅由物品的某些相关因素驱动，而并不是物品整体。本发明利用了门控网络解耦合物品的相关因素和非相关因素，综合考虑了两种因素选择出最合适的负样本，用于训练隐式协同过滤模型。同时基于对比学习的思想提出了四个对比任务，用于确保解耦合的准确度。作为一种新颖的采样策略，本发明能够完美地兼容各种隐式协同过滤模型。由于本发明充分考虑了用户交互的形成特性，利用门控网络提供了解耦方向，以及提出了对比学习任务确保解耦精度，隐式协同过滤模型的性能有着大幅提升。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
