“先兴平”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果20个，建议您升级VIP下载更多相关专利

[发明专利]基于边缘协同分类的电力时序数据检索方法-CN202110625003.4有效
发明人：吴涛;朱静;先兴平;许爱东;刘宴兵;宋秀丽;张宇南 -专利权人：重庆邮电大学;南方电网科学研究院有限责任公司
申请日： 2021-06-04 - 公布日： 2023-10-03 - 主分类号： G06F16/903 文献下载
摘要：本发明属于时序数据检索技术领域，特别涉及一种基于边缘协同分类的电力时序数据检索方法，包括对电力数据集进行K‑shape聚类，并根据肘部法则得到最佳聚类数；根据聚类的分类结果，利用残差神经网络模型创建分类模型；采用联邦学习对不同边缘设备上的模型参数进行聚合；当用户输入时序数据进行检索时，利用残差神经网络模型对该时序数据进行分类；对每个类别的数据进行DTW计算，将最近似的N条时序数据作为检索结果推荐给用户；本发明解决智能算法的资源需求与边缘设备受限于资源之间的矛盾、服务质量与隐私保护之间的矛盾、智能任务需求多样与边缘设备能力单一之间的矛盾问题，实现对不同边缘设备的协同分类与检索。
基于边缘协同分类电力时序数据检索方法

[发明专利]时序数据对抗样本生成方法、系统、电子设备及存储介质-CN202110354068.X有效
发明人： 先兴平;吴涛;许爱东;刘宴兵;吴渝;张宇南;王雪纯 -专利权人：重庆邮电大学;南方电网科学研究院有限责任公司
申请日： 2021-04-01 - 公布日： 2023-05-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于时序数据处理领域，具体涉及一种时序数据对抗样本生成方法、系统、电子设备及存储介质；所述方法包括使用原始时序数据训练时序预测模型；采用随机梯度下降优化策略计算所述时序预测模型中损失函数的最大值；根据所述损失函数的最大值确定出对应的噪声；对所述原始时序数据叠加所述噪声生成全局扰动的时序数据对抗样本；本发明能在少量数据扰动的情况下明显降低模型准确性，对于工业系统的安全应用具有重要意义，并且具有广泛的适用性和迁移性。
时序数据对抗样本生成方法系统电子设备存储介质

[发明专利]一种基于多视图集成模型的可信知识图谱实体分类方法-CN202211591549.3在审
发明人：肖敏;骆俊辉;吴涛;先兴平;蒲晓;袁霖;姜丰;游小琳;张浩然 -专利权人：重庆邮电大学
申请日： 2022-12-12 - 公布日： 2023-04-28 - 主分类号： G06F16/36 文献下载
摘要：本发明提出一种基于多视图集成模型的可信知识图谱实体分类方法，所述方法包括获取知识图谱网络中的邻接矩阵和实体特征数据，生成知识图谱数据的原始视图；根据知识图谱关联信息计算出知识图谱实体邻接矩阵，根据知识图谱实体属性关系计算知识图谱实体特征矩阵；对知识图谱邻接矩阵构造出结构视图，对知识图谱实体特征矩阵构造出特征视图；将结构视图和原始视图输入到结构基模型中输出第一特征；将特征视图与原始视图输入到特征基模型中输出第二特征；将第一特征和第二特征输入到线性层中，集成输出知识图谱实体数据的类别。本方法利用集成模型结合结构视图与特征视图来对知识图谱实体进行分类，可充分地挖掘知识图谱数据的隐藏信息，提高鲁棒性。
一种基于视图集成模型可信知识图谱实体分类方法

[发明专利]一种基于BCNN的命名实体识别模型训练方法及装置-CN202211628716.7在审
发明人：吴涛;姜丰;先兴平;袁霖;蒲晓;张浩然;游小琳 -专利权人：重庆邮电大学
申请日： 2022-12-18 - 公布日： 2023-04-18 - 主分类号： G06F40/295 文献下载
摘要：本发明属于语义分析技术领域，具体涉及一种基于BCNN的命名实体识别模型训练方法及装置；该方法包括：获取带有标注信息的命名实体数据集和分词数据集并进行划分，得到总训练集和总验证集；将总训练集输入到共享嵌入层中进行处理，得到命名实体嵌入表示和分词嵌入表示；采用编码器分别对命名实体嵌入表示和分词嵌入表示进行处理，得到命名实体编码特征和分词编码特征；采用解码器分别对命名实体编码特征和分词编码特征进行处理，得到命名实体识别结果和分词识别结果；计算模型总损失并根据模型总损失进行反向传播，调整模型参数，得到训练好的模型；本发明能够提高模型的编码效率并降低计算复杂度，大幅度降低资源和时间消耗。
一种基于 bcnn 命名实体识别模型训练方法装置

[发明专利]一种基于Graph-MLP与相邻对比损失的实体关系抽取方法-CN202211594439.2在审
发明人：吴涛;游小琳;先兴平;宋秀丽;姜丰;徐敖远;张浩然 -专利权人：重庆邮电大学
申请日： 2022-12-13 - 公布日： 2023-04-07 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于Graph‑MLP与相邻对比损失的实体关系抽取方法，包括：获取具有标签信息的训练文本数据；根据词表对训练文本进行分词处理；将训练文本中的单词嵌入向量表示得到训练文本的词序列向量；将训练文本的词序列向量输入Bi‑LSTM中提取得到训练文本的上下文语义特征表示；创建Graph‑MLP关系分类模型；并将训练文本的上下文语义特征表示作为训练样本对Graph‑MLP关系分类模型进行训练；获取目标文本的词序列向量，将目标文本的词序列向量输入训练好的Graph‑MLP关系分类模型输出目标文本中两个实体之间的关系。
一种基于 graph mlp 相邻对比损失实体关系抽取方法

[发明专利]一种基于共享编码和协同注意力的知识图谱问答方法-CN202211619825.2在审
发明人：吴涛;张浩然;先兴平;蒲晓;宋秀丽;姜丰;游小琳 -专利权人：重庆邮电大学
申请日： 2022-12-15 - 公布日： 2023-04-04 - 主分类号： G06F16/332 文献下载
摘要：本发明属于知识图谱智能问答领域，具体涉及一种基于共享编码和协同注意力的知识图谱问答方法，包括：构建知识图谱；获取待问答的问句，根据问句从知识图谱中获取候选主题词集合和候选主题词实体的图谱信息；将问句、候选主题词集合和候选主题词实体的图谱信息输入到训练好的实体链接E‑GCNR模型中，得到候选主题词实体；根据候选主题词实体从知识图谱中获取候选答案集合和候选答案实体的图谱信息；将问句、候选答案集合和候选答案实体的图谱信息输入到训练好的答案推理CA‑BiLSTM模型中，得到问句的答案；本发明提出的共享编码方式和协同注意力机制可用于实体链接和答案推理两项任务中，具有广泛的适用性。
一种基于共享编码协同注意力知识图谱问答方法

[发明专利]一种文本对抗样本生成方法、设备及介质-CN202211376890.7在审
发明人：吴渝;秦先进;先兴平 -专利权人：重庆邮电大学
申请日： 2022-11-04 - 公布日： 2023-02-03 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种文本对抗样本生成方法、设备及介质，包括基于文本分类模型和雅可比矩阵对文本数据集进行预处理后的文本进行计算定位关键词，构建替换语料库，将关键词与所述替换语料库进行比对，若匹配则采用替换语料库中的替换案例进行替换生成对抗样本；若不匹配则采用预训练模型生成该关键词的替换候选词，采用贪心算法从替换候选词中选取替换词对关键词进行替换并生成对抗样本。本发明提供了一种文本对抗样本生成方法，使用预训练模型生成符合当前语境上下文的多种替换策略和改进现有的替换词搜索方法，解决现有文本白盒攻击中存在的文本对抗样本质量不足和效率太低的问题。
一种文本对抗样本生成方法设备介质

[发明专利]一种基于少样本关系预测模型的可解释方法-CN202210466414.8在审
发明人：吴涛;马红玉;先兴平;刘宴兵;祝清意;张浩然;王树森 -专利权人：重庆邮电大学
申请日： 2022-04-29 - 公布日： 2022-08-05 - 主分类号： G06F16/36 文献下载
摘要：本发明属于知识图谱领域，具体涉及一种基于少样本关系预测模型的可解释方法；该方法包括：对少样本关系预测模型的可解释性进行评估，得到可解释评估结果；根据可解释评估结果改进模型；获取来自用户的问题，将该问题输入改进好的少样本关系预测模型中，得到该问题的可信预测结果；本发明选取多种对比模型进行分析，通过改变少样本关系预测模型和对比模型的数据量和数据内容计算评价指标并分析不同数据量和不同数据内容对模型的影响；通过改变少样本关系预测模型中的卷积神经网络的超参数如激活函数、池化策略、正则化等计算评价指标并分析超参数对模型的影响；本发明提高了模型的关系预测结果的可信度，实用性高。
一种基于样本关系预测模型可解释方法

[发明专利]一种基于图纯化和决策边界的节点分类防御方法及其系统-CN202210240565.1在审
发明人：杨楠;陈龙;吴涛;先兴平;骆俊辉;崔灿一星 -专利权人：重庆邮电大学
申请日： 2022-03-10 - 公布日： 2022-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明属于深度学习的攻击防御领域，具体涉及一种基于图纯化和决策边界的节点分类防御方法及其系统，该方法包括：获取待分类节点的数据，并对获取的数据进行格式化处理；采用攻击算法对经过格式化后的数据添加扰动信息；对添加扰动信息的数据进行图纯化处理；将图纯化处理后的数据输入到训练好的第一图节点分类模型中，得到初始分类结果；构建决策边界，根据决策边界计算初始分类结果的伪标签；将所有带伪标签的初始分类结果输入到第二图节点分类模型中，得到节点分类结果，根据分类结果对节点进行保护；本发明将受到对抗样本影响的图数据集经由图纯化操作及基于决策边界计算的自训练算法处理，最终得到具有更高鲁棒性的图节点分类模型。
一种基于纯化决策边界节点分类防御方法及其系统

[发明专利]一种图网络分类模型的训练方法、装置、系统及电子设备-CN202110421442.3有效
发明人：吴涛;先兴平;许爱东;骆俊辉;杨楠;马红玉;姜丰 -专利权人：重庆邮电大学;南方电网科学研究院有限责任公司
申请日： 2021-04-20 - 公布日： 2022-06-10 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图数据安全领域，具体涉及一种图网络分类模型的训练方法、装置、系统及电子设备；所述方法包括采集图数据集，并将所述图数据集划分为有标签节点和无标签节点；将有标签节点的图数据输入到分类模型进行训练；使用训练完成后的分类模型对无标签节点的图数据分类；随机从有标签节点和无标签节点中选择出对抗节点，计算对抗节点对对抗样本生成器损失函数的影响，从而产生对抗样本；将对抗样本输入到训练完成后的分类模型再次进行训练，得到增强后的分类模型；本发明用训练好的分类模型对无标签节点的标签进行预测，这样有利于解决连通性问题以及半监督学习中的低标签率问题。本发明能够有效地提高节点分类模型的鲁棒性。
一种网络分类模型训练方法装置系统电子设备

[发明专利]一种电力信息网络关键信息传输链路识别方法及其系统-CN201910990836.3有效
发明人：陈幸;吴涛;先兴平;明冠男;许爱东 -专利权人：重庆邮电大学;南方电网科学研究院有限责任公司
申请日： 2019-10-18 - 公布日： 2022-06-03 - 主分类号： H04L41/12 文献下载
摘要：本发明属于电力信息传输领域，具体涉及一种电力信息网络关键信息传输链路识别方法，该方法包括：获取电力信息系统网络图；根据电力信息系统网络图得到相应邻接矩阵；对邻接矩阵进行低秩分解；求电力信息网络的潜在特征的数量k；求取多个非负分解矩阵W和H；通过多个非负分解矩阵W和H计算，得到多个图链路的相似性矩阵；将多个相似性矩阵叠加，得到最后的相似性矩阵，计算最后的相似性矩阵的每一条链路的相似性得分，确定关键信息传输链路；本发明通过构建电力信息网络图的方式降低了电力信息网络传输链路的复杂度，并且运用有效的链路预测方法对电力数据传输链路进行检测。
一种电力信息网络关键信息传输识别方法及其系统

[发明专利]一种基于矩阵分解的网络结构去匿名化系统及方法-CN201911141539.8有效
发明人：陈幸;吴涛;先兴平;明冠男 -专利权人：重庆邮电大学
申请日： 2019-11-20 - 公布日： 2021-11-30 - 主分类号： H04L12/58 文献下载
摘要：发明涉及网络结构去匿名化领域，特别涉及一种基于矩阵分解的网络结构去匿名化系统及方法，所述方法包括取数据源，数据源包括各个网络之间的关系的拓扑结构以及网络中用户之间关系的拓扑结构；将动态社交网络的数据集根据时间划分为T个静态网络数据集，获取每个静态网络结构信息所对应的邻接矩阵；将邻接矩阵输入根据低秩表示模型进行训练，计算得到目标矩阵；将目标矩阵输入改进的非负矩阵分解模型进行训练和预测，得到目标矩阵的去匿名化矩阵；本发明对网络数据进行低秩训练，结合非负矩阵分解的预测模型，将网络的结构信息和时序演变结合考虑，提高预测准确率。
一种基于矩阵分解网络结构匿名系统方法

[发明专利]一种社交网络的异常检测与优化方法、系统及计算机设备-CN201910549606.3有效
发明人：吴涛;先兴平;徐光侠;明冠男;朱静;王雪纯;蒋龙生 -专利权人：重庆邮电大学
申请日： 2019-06-24 - 公布日： 2021-09-28 - 主分类号： G06F16/9536 文献下载
摘要：本发明属于社交网络中敏感社会关系的隐私保护技术领域，具体为一种社交网络的异常检测与优化方法、系统及设备，所述方法包括将社交网络转化为图数据，并采用重构算法对图数据进行强化去噪，得到重构社交网络；定义规则性度量来评估重构社交网络的规则性水平，计算网络链路的似然性，并判断网络链路为虚假链路还是缺失的关键链路；通过选择有限的关键链路并基于它们调节网络的可重构性，对社交网络进行优化，得到按需调控的社交网络；本发明一方面可以识别出虚假账户，另一方面又能对重构网络进行优化，提升它的有效性和精确度。
一种社交网络异常检测优化方法系统计算机设备

[发明专利]一种基于卷积神经网络的文物知识关系抽取方法-CN202110410046.0在审
发明人：田侃;唐昌伦;赵卓;张殊;张晨;先兴平;游小琳;廖嘉欣 -专利权人：重庆中国三峡博物馆;重庆邮电大学
申请日： 2021-04-16 - 公布日： 2021-07-06 - 主分类号： G06F40/284 文献下载
摘要：本发明涉及自然语言处理领域，具体涉及一种基于卷积神经网络的文物知识关系抽取方法，包括：获取文物数据集，并对文物数据进行预处理，得到预处理后的文物数据；通过Word2vec的Skip－gram模型对预处理后的文物数据进行词向量的转化，提取句子中每个单词的词汇级别特征；提取文物数据中每条句子的句子级别特征；将所提取的词汇级别特征和句子级别特征进行拼接，得到拼接后的特征向量，将拼接后的特征向量作为分类任务的特征数据，接入全连接层；在全连接层将特征数据经线性变换，再通过Softmax分类器计算分类预测值，得到该句子对应关系的置信度得分。本发明提取的特征置信度更高，提高了关系抽取的效率。
一种基于卷积神经网络文物知识关系抽取方法

[发明专利]面向电力系统中边缘节点的轻量级数据管理系统及方法-CN201811636585.0有效
发明人：许爱东;吴涛;李鹏;郭延文;明哲;徐光侠;先兴平 -专利权人：南方电网科学研究院有限责任公司;重庆邮电大学
申请日： 2018-12-29 - 公布日： 2021-07-06 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及数据存储技术，尤其涉及面向电力系统中边缘节点的轻量级数据管理系统及方法，所述系统包括访问控制子系统、存储子系统、备份恢复子系统、搜索加密子系统、隐私保护子系统、lock子系统、pool子系统、log子系统、去重子系统、加密子系统；本发明针对现有技术电力系统中，边缘节点存储空间有限，但计算速度迅速，对于存储空间受限的边缘节点怎么高效的存储数据，提供一种将数据存储在只有64MB大小的Flash存储器中的方法，解决目前电力系统中物理数据大量集中存放、计算，消耗大量网络带宽和计算资源，造成网络拥塞的困扰。
面向电力系统边缘节点轻量级数据管理系统方法

1
2
下一页»
尾页
共 20 条