-
公开(公告)号：CN116523780A
公开(公告)日：2023-08-01
申请号：CN202310456127.3
申请日：2023-04-25
申请人： 河北省交通规划设计研究院有限公司 , 河北工业大学
IPC分类号： G06T5/00 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06T5/10
摘要： 本发明实施例公开了一种基于GAN的去除图像运动模糊的方法、设备及介质。其中，方法包括：获取由多幅模糊图像和对应的清晰图像组成的训练集，其中，所述多幅模糊图像包括不均匀运动模糊图像；基于所述训练集对GAN模型的生成器和判别器进行训练，使模糊图像经过所述生成器和判别器后得到的特征，与对应的清晰图像经过所述判别器后得到特征趋于一致；从训练完毕的GAN模型中提取训练完毕的生成器，利用所述训练完毕的生成器对需要去模糊的图像进行去模糊。本实施例去除图像中的不均匀运动模糊。
-
公开(公告)号：CN116663717A
公开(公告)日：2023-08-29
申请号：CN202310547059.1
申请日：2023-05-16
申请人： 河北工业大学 , 河北省交通规划设计研究院有限公司
摘要： 本发明实施例公开了一种车流量预测模型训练、车流量预测方法、装置及设备。该车流量预测模型训练方法包括：确定车流量预测模型中时空模块对应的模块输入数据；其中，所述时空模块的数量为至少两个；所述模块输入数据包括第一模块输入数据和第二模块输入数据；将所述模块输入数据输入至所述时空模块中，得到时空模块中间数据；根据各所述时空模块中间数据确定车流量预测结果，以根据所述车流量预测结果训练所述车流量预测模型。本发明实施例的技术方案能够准确的对车流量进行预测，从而及时分散路网中的车辆，提高路网的安全性。
-
公开(公告)号：CN115271214A
公开(公告)日：2022-11-01
申请号：CN202210913400.6
申请日：2022-07-28
申请人： 河北工业大学
IPC分类号： G06Q10/04 , G06F16/9537 , G06F16/2458 , G06F17/18 , G06F17/16 , G06N3/04
摘要： 本发明为基于拓扑与属性独立性约束的网站流量预测方法及系统，该方法获取网站的历史流量数据并转换为网站流量图数据，网站流量图数据的节点表示该网站中的一个网页，边表示网页之间的链接关系，从网站流量图数据中获取节点属性信息和图拓扑信息；接着，基于图卷积神经网络构建网站流量预测模型的目标函数，以希尔伯特‑施密特独立性准则或向量1‑范数作为属性与拓扑间的独立性约束条件，对目标函数求最优解，得到属性表征和拓扑表征的迭代公式，收敛后的属性表征与拓扑表征按行拼接在一起，得到模型的输出。对属性和拓扑信息进行独立性约束，避免属性与拓扑信息融合时，两者存在的相互干扰，同时充分提取网站流量图数据中的低频和高频信息。
-
公开(公告)号：CN116630012A
公开(公告)日：2023-08-22
申请号：CN202310193357.5
申请日：2023-03-02
申请人： 河北工业大学
IPC分类号： G06Q40/03 , G06F16/901 , G06N3/0464 , G06N3/042 , G06N3/047 , G06F18/2415 , G06F18/241 , G06N3/08
摘要： 本发明为一种基于图数据不显著注入攻击的借贷平台安全性评估方法，首先获取借贷数据并转换为图数据，提取图数据的拓扑信息和节点属性信息；接着、基于图卷积神经网络构建代理模型，利用代理模型预测用户的信用等级；然后、从图数据中随机选取多个节点作为目标节点，结合拓扑结构和节点属性两个角度计算目标节点的综合分类概率，得到目标节点的分类；将多个虚假用户分别作为有害节点注入图数据，得到扰动图数据，并对扰动图数据进行优化；最后，将优化后的扰动图数据分别输入到借贷平台系统模型中，预测目标用户的信用等级；若预测结果与图数据受到扰动前的结果相同，则表明该借贷平台系统模型的安全性高，反之，表明借贷平台系统模型的安全性低。有害节点的属性与周围节点类似，更具隐蔽性，也就更能模仿真正的攻击行为，以提高系统模型安全性的评估性能。
-
公开(公告)号：CN116228400A
公开(公告)日：2023-06-06
申请号：CN202310190601.2
申请日：2023-03-02
申请人： 河北工业大学
IPC分类号： G06Q40/03 , G06F16/901 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0895
摘要： 本发明为一种基于属性重构与注意力机制的信用卡用户行为预测方法，首先获取银行系统某一时期信用卡用户的历史数据，将历史数据转换为图数据；图数据的节点代表信用卡用户，边表示用户间的联系；获取图拓扑信息和节点属性矩阵；然后，基于图卷积神经网络构建节点属性重构模型，节点属性重构模型包括编码器和解码器，编码器将图拓扑信息和节点属性信息编码为潜在分布矩阵，解码器将潜在分布矩阵解码为重构的节点属性矩阵；最后，构建信用卡用户行为预测模型，将图拓扑信息和重构的节点属性矩阵输入到模型中，得到各个节点的预测标签；将训练后的信用卡用户行为预测模型用于新用户的行为预测。通过节点属性重构可以补全缺失的属性信息，同时缓解了节点敏感属性对预测结果公平性的影响。
-
公开(公告)号：CN114169504A
公开(公告)日：2022-03-11
申请号：CN202111503170.8
申请日：2021-12-10
申请人： 河北工业大学
摘要： 本发明为基于自适应滤波的图卷积神经网络池化方法，该方法提出了自适应滤波图卷积神经网络SFGCN和自适应滤波图卷积神经网络的池化操作SFGPool，SFGCN具有低通滤波器、高通滤波器和带通滤波器，对池化操作的输入进行了增强，相比于传统的图卷积网络，补充了中频和高频信息，防止信息丢失从而增强了网络的拟合能力；自适应滤波图卷积神经网络引入两个可学习参数，能在训练过程中对滤波器的频率特性进行自适应调节，对于不同的图分类任务可通过可学习参数控制每个频段的贡献。
-
公开(公告)号：CN114169504B
公开(公告)日：2024-04-16
申请号：CN202111503170.8
申请日：2021-12-10
申请人： 河北工业大学
IPC分类号： G06N3/082 , G06N3/045 , G06N3/042 , G06N3/0464
摘要： 本发明为基于自适应滤波的图卷积神经网络池化方法，该方法提出了自适应滤波图卷积神经网络SFGCN和自适应滤波图卷积神经网络的池化操作SFGPool，SFGCN具有低通滤波器、高通滤波器和带通滤波器，对池化操作的输入进行了增强，相比于传统的图卷积网络，补充了中频和高频信息，防止信息丢失从而增强了网络的拟合能力；自适应滤波图卷积神经网络引入两个可学习参数，能在训练过程中对滤波器的频率特性进行自适应调节，对于不同的图分类任务可通过可学习参数控制每个频段的贡献。
-
公开(公告)号：CN114386600A
公开(公告)日：2022-04-22
申请号：CN202210034393.2
申请日：2022-01-13
申请人： 河北工业大学
摘要： 本发明为基于自适应结构和位置编码的网络表征方法，首先提取原始网络图中节点的特征信息和结构信息，并从原始网络图中得到两个子网络图和对应的邻接矩阵；其次，采用随机游走方式对原始网络图的位置编码进行初始化；接着，原始网络图的特征矩阵和两个子网络图的邻接矩阵分别输入到两个结构编码器中，得到两个子网络图的节点级表征；然后，将初始化后的位置编码经过两次位置编码器，得到两个基于注意力的位置编码；最后，将两个子网络图对应的节点级表征和基于注意力的位置编码分别按照维度为1拼接在一起，再经过全连接层映射为原始网络图的网络表征。该方法将网络图的位置编码和结构编码融合，使得网络表征将既包含结构信息，又包含位置信息。
-
公开(公告)号：CN114996267A
公开(公告)日：2022-09-02
申请号：CN202210562160.X
申请日：2022-05-23
申请人： 河北工业大学
摘要： 本发明为一种数据库动态索引的构建方法，该构建方法包括以下内容：获取数据库，所述数据库内存储有大量的元组，每一个元组中存储形式相同；制作全局数据集，从数据库中的数据信息中挑选所需属性，按照所需属性进行映射，找到映射中每条行记录所在的数据块，以键值和数据所在的数据块的块号组成键值对，以数据库中挑选出的所有键值对作为全局数据集；构建动态学习索引模型。该方法充分利用多种模型对多种数据结构的包容性，根据各个结点的数据分布使用最适合的索引模型，并且利用OLAP数据库的定期更新特性，对本动态学习索引模型进行自适用性更新。
-
公开(公告)号：CN114386600B
公开(公告)日：2024-09-06
申请号：CN202210034393.2
申请日：2022-01-13
申请人： 河北工业大学
摘要： 本发明为基于自适应结构和位置编码的网络表征方法，首先提取原始网络图中节点的特征信息和结构信息，并从原始网络图中得到两个子网络图和对应的邻接矩阵；其次，采用随机游走方式对原始网络图的位置编码进行初始化；接着，原始网络图的特征矩阵和两个子网络图的邻接矩阵分别输入到两个结构编码器中，得到两个子网络图的节点级表征；然后，将初始化后的位置编码经过两次位置编码器，得到两个基于注意力的位置编码；最后，将两个子网络图对应的节点级表征和基于注意力的位置编码分别按照维度为1拼接在一起，再经过全连接层映射为原始网络图的网络表征。该方法将网络图的位置编码和结构编码融合，使得网络表征将既包含结构信息，又包含位置信息。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.047 秒)
