-
公开(公告)号：CN118537157B
公开(公告)日：2025-04-01
申请号：CN202410575920.X
申请日：2024-05-10
Applicant: 石家庄铁道大学
IPC: G06Q50/00 , G06N3/042 , G06N3/0895 , G06N5/045
Abstract: 本发明公开了一种基于分层多关系结构熵最小化的社会事件检测方法，所述方法包括：融合BA图生成器与大型语言模型LLM实现单关系消息图到多关系消息图的构建与演化；基于大型语言模型LLM引导多关系消息图结构精细化调整与增强；基于分层二维多关系结构熵最小化算法解码多关系消息图的基本结构；获取基于分层二维多关系结构熵最小化的社会事件检测，输出多个消息图分区，每个分区代表一个社会事件。本发明所述方法引入分层二维多关系结构熵最小化算法，可以在多关系消息图中检测社区，使用多关系结构熵进行图熵最小化时，可以观察到更大的减少，对结构信息的解码更有效，提高了社会事件检测的性能。
-
公开(公告)号：CN118539442A
公开(公告)日：2024-08-23
申请号：CN202410228024.6
申请日：2024-02-29
Applicant: 石家庄铁道大学
IPC: H02J3/01 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/047
Abstract: 本发明涉及一种基于注意力机制的BiLSTM模型的电网谐波抑制方法，所述方法包括：获取预设时刻下的原始谐波信号组，每个所述原始谐波信号组均包括多个原始谐波信号；对所述原始谐波信号组进行处理得到用以表示谐波电流信号的向量矩阵；将所述向量矩阵作为输入，输入至基于注意力机制的BiLSTM模型中，输出所述向量矩阵的特征信息；将所述向量矩阵的特征信息经过线性层和softmax归一化转换为概率，输出最高概率对应的谐波信息，所述谐波信息包括：谐波电流、谐波电压的相位、以及谐波的幅值；根据所述谐波信息计算电网最优抑制电流的相位和幅值，并通过APF输出抑制电流。
-
公开(公告)号：CN108085734B
公开(公告)日：2019-11-05
申请号：CN201711430317.9
申请日：2017-12-26
Applicant: 石家庄铁道大学
Abstract: 本发明提供了一种试验用小型滚镀装置，属于滚镀设备技术领域，包括用于盛装电镀溶液的容器、用于盛装待镀样品的碗形金属网和用于驱动所述碗形金属网旋转的驱动电机，所述碗形金属网通过一个曲柄与所述驱动电机的主轴相连，所述碗形金属网与阴极相连，所述电镀溶液内设有与阳极相连的镀层金属。本发明提供的试验用小型滚镀装置，用碗形金属网盛装待镀样品，保证少量样品与电极良好导电性，电机带动碗形金属网旋转，通过搅动保证电镀液浓度均匀，实现试验室对样品的电镀，结构简单，操作方便，且能够使待镀样品镀层均匀。
-
公开(公告)号：CN119379705A
公开(公告)日：2025-01-28
申请号：CN202411885487.6
申请日：2024-12-20
Applicant: 石家庄铁道大学
Abstract: 本发明提供一种基于结构信息论的点云数据分割方法、终端及存储介质。该方法包括：将点云数据从不同维度投影到二维平面，得到各个二维图像；针对每个二维图像，基于该二维图像中像素点之间的距离，以对该二维图像创建边之后的一维结构熵最大为目标创建边，得到该二维图像对应的交互图；针对每个交互图，基于期望超像素数量和该交互图中各条边的权重，以该交互图中像素合并后的高维结构熵最小为目标进行图划分，得到该交互图的划分结果；根据每个交互图的划分结果，得到每个二维图像的超像素分割结果；对每个二维图像的超像素分割结果进行逆投影，得到点云数据的分割结果。本发明能够提供更高的分割精度、更好的适应性以及更稳定的分割结果。
-
公开(公告)号：CN117376638B
公开(公告)日：2024-05-21
申请号：CN202311124926.7
申请日：2023-09-02
Applicant: 石家庄铁道大学
IPC: H04N21/44 , H04N21/472 , G06T7/246
Abstract: 本发明公开了一种片段划分的视频浓缩方法，涉及到图像与视频处理领域。所述方法包含以下步骤：输入原视频，得到视频的背景以及目标管；遍历视频帧，找出视频每一帧中目标所在的像素点，依据像素点将视频划分为稀疏片段和密集片段；对稀疏片段中在同一个方向进入视频的目标进行方向聚合处理；结合检测框最小高度保留目标的交互性，并对稀疏片段进行优化重排；将重排后的稀疏片段与视频背景进行结合，并将结合后的结果与密集片段进行顺序拼接得到最后的浓缩视频。本发明能够提升目标密集时浓缩视频的性能。
-
Patent Agency Ranking
公开(公告)号：CN113609398B
公开(公告)日：2023-09-19
申请号：CN202110942348.2
申请日：2021-08-17
Applicant: 石家庄铁道大学
IPC: G06F16/9535 , G06F16/9536 , G06Q10/0639 , G06Q10/10 , G06Q50/00 , G06N3/042 , G06N3/048 , G06N3/0499 , G06N3/08
Abstract: 本发明公开一种基于异构图神经网络的社交推荐方法，根据客户端上的本地数据构造局部异构图；客户端向服务器请求模型参数，使用图注意力网络模型对局部异构图进行嵌入学习，以处理本地图的异构性和客户端的个性化信息；一个用户和一个客户端相关联，在客户端加入伪项目标签后，使用损失函数计算客户端的梯度，之后通过一个本地差分隐私模型后上传到服务器；服务器收集多个客户端的梯度，进一步更新模型参数训练社交推荐模型；通过社交推荐模型输出的本地客户端嵌入进行社交推荐。本发明分散了数据存储，还全面融合了客户端的本地用户隐私数据，并使用服务器协同训练社交推荐，可以有效实现社交推荐并且保护了数据的隐私性。
-
公开(公告)号：CN114548105A
公开(公告)日：2022-05-27
申请号：CN202210155393.8
申请日：2022-02-21
Applicant: 石家庄铁道大学
IPC: G06F40/295 , G06N3/04 , G06F16/23
Abstract: 本发明公开一种孪生图神经网络的专家信息补全更新方法，面对多源异构的专家信息数据，提取专家数据信息，构建专家信息图；在专家信息图中获取子图构建专家属性图；采用孪生图神经网络对专家属性图进行学习，同时在图神经网络中引入了多维度注意力机制进行训练，使用对比学习的方法来计算损失函数，通过损失函数的计算来评价两个专家实体之间的相似度。从而判定两个专家实体是否为同一实体。判定为同一实体后，参考时间信息采用一种基于EMD距离的循环适应域方法对专家信息图进行融合补全，得到完整的专家实体信息。本发明将专家数据中丰富的语义信息与结构信息相结合，通过孪生图神经网络来判定两个专家实体之间的相似度。将相同的专家实体参考时间信息进行融合，从而达到专家信息补全的目的，并且定期更新专家信息。
-
公开(公告)号：CN119415439A
公开(公告)日：2025-02-11
申请号：CN202510012148.5
申请日：2025-01-06
Applicant: 石家庄铁道大学
IPC: G06F11/3668 , H04L67/02
Abstract: 本发明公开了一种基于大语言模型的物联网HTTP模糊测试方法，涉及物联网HTTP模糊测试技术领域。所述方法包括如下步骤：数据采集：采取数据采集策略，获取用于物联网HTTP模糊测试的数据；数据预处理：对采集到的数据进行预处理，为后续的模糊测试提供高质量的输入数据；LLM引导的HTTP协议结构感知：使用提示调整方法来利用LLM对请求数据中的模糊变量进行标注，理解协议数据结构，指导变异过程；LLM引导的种子模板扩展：通过丰富数据包和扩展字段值来扩展种子库；LLM引导的种子变异以及种子调度：通过智能选择和管理输入种子来优化测试结果。所述方法能够提高模糊测试的效率和准确性并增强漏洞检测能力。
-
公开(公告)号：CN117176967A
公开(公告)日：2023-12-05
申请号：CN202311126117.X
申请日：2023-09-03
Applicant: 石家庄铁道大学
IPC: H04N19/61 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于上下文优化与时间递归的视频显著性预测方法。所述方法包括如下步骤：获取待预测视频序列，输入到训练好的视频显著性预测网络中；采用Video swin transformer主干网络的编码器，提取显著性特征；通过上下文优化模块，增强该特征的感受野和表现能力；并进一步通过显著性传递机制来利用先前帧的显著性信息以促进当前帧的预测；将增强后的特征传入解码器中，进行求和与上采样，恢复至原始帧尺寸，便可得到最终的显著性图。所述方法结构简单有效，提高了视频显著性区域预测精度，在精度和推理时间上均有明显优势。
-
公开(公告)号：CN114969078A
公开(公告)日：2022-08-30
申请号：CN202210653137.1
申请日：2022-06-09
Applicant: 石家庄铁道大学
Abstract: 本发明公开一种联邦学习的专家研究兴趣实时在线预测更新方法，包括步骤：每个参与方分别在本地提取专家文本信息进行建模，获得语义信息与时间信息；利用文本卷积神经网络模型对专家特征进行学习，引入自注意力机制加强文本的语义信息，学习时间信息；采用横向联邦学习的方式，在各参与方在本地进行模型的训练后，提交训练参数到全局服务器，使用联邦匹配平均算法进行优化，加入了分层匹配与通信机制，服务器进行参数的全局聚合，并将全局参数返还给各本地模型，并对本地模型进行更新；通过对训练文本卷积神经网络模型得到的编码向量进行聚类得到专家研究兴趣。本发明解决了数据孤岛问题，保护了数据隐私，提高了对专家研究兴趣预测的精准度。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.027 seconds)
