“刘业政”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104个，建议您升级VIP下载更多相关专利

[发明专利]基于最大最小蚁群算法的网络货运平台车货智能匹配方法-CN202310742635.8在审
发明人：凌海峰;金斗;刘业政;姜元春;孙见山;钱洋;肖玮琪 -专利权人：合肥工业大学
申请日： 2023-06-21 - 公布日： 2023-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于最大最小蚁群算法的网络货运平台车货智能匹配方法，包括：步骤1、获取车辆和货物数据并预处理；步骤2、构建网络货运平台车货智能匹配模型；步骤3、基于最大最小蚁群算法求解车货智能匹配模型，并得到最优车货匹配方案。本发明利用车辆和货物的客观信息建模，避免了因缺乏主观评论而很少被匹配的情况；本发明在匹配时，考虑匹配后车辆响应情况，更加符合现实中网络货运平台车货匹配的场景，从而能有效降低平台匹配后多个车辆响应同一货物和没有车辆响应某货物的“匹配无效”情况，并能促进网络货运平台长远发展。
基于最大最小算法网络货运平台智能匹配方法

[发明专利]一种基于动态感知最大化的社交网络突发事件感知方法-CN202211590938.4在审
发明人：袁昆;周文;孙见山;姜元春;刘业政 -专利权人：合肥工业大学
申请日： 2022-12-12 - 公布日： 2023-10-10 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于动态感知最大化的社交网络突发事件感知方法，包括：1在社交媒体中搜寻历史突发事件和发布与突发事件相关信息的发布者、发布时间等数据；2定义事件发生时间、用户参与事件的时间和用户感知事件的能力指标；3利用用户的动态感知能力分布序列，在不同时刻训练不同的感知器集合；4在不同时刻实时获取所选感知器集合中传播的信息，采用滑动平均法检测热点时间，若某热点相关的信息量大于等于阈值，则认为该热点发展成为突发事件。本发明将用户看成为感知器，在不同时刻根据用户的历史行为数据选取不同的感知器集合，通过在不同时刻监测不同感知器集合，来实时监测传播在社交媒体中的信息，以达到预测网络突发事件的目的。
一种基于动态感知最大化社交网络突发事件方法

[发明专利]一种数字孪生监控运维系统-CN202310789638.7在审
发明人：胡鑫;刘业政 -专利权人：合肥工业大学
申请日： 2023-06-30 - 公布日： 2023-09-29 - 主分类号： H04L67/125 文献下载
摘要：本发明公开了一种数字孪生监控运维系统，包括电厂监控端和信号传输端，所述电厂监控端的输出端为信号传输端，所述信号传输端的输出端为数据调用端，所述数据调用端的输出端为服务器端，所述服务器端的输出端为显示层，所述显示层的输出端为警报端，所述电厂监控端包括微机保护端、数字电表、计量表计、摄像监控单元、无线计量模块、温湿度传感器、I/O模块和互感器，所述微机保护端、数字电表、计量表计、摄像监控单元、无线计量模块、温湿度传感器、I/O模块和互感器输出端为信号传输端，若电厂中相应的一个监控端出现数据异常，即可进行相应的声光电警报，可及时的将信息进行传递，有利于整个系统的多样化使用。
一种数字孪生监控维系

[发明专利]一种基于半监督图神经网络的水军虚假评论检测算法-CN202310735240.5在审
发明人：曹杰;刘业政;杨善林;洪日昌;汤江南;王有权 -专利权人：合肥工业大学
申请日： 2023-06-20 - 公布日： 2023-09-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于半监督图神经网络的水军虚假评论检测方法。首先，从真实的英文网Amazon评论数据中选取三个关系进行多关系图构建。然后，以目标节点评论v为例，通过设计的基于注意力机制的消息聚合函数模块，得到的聚合过邻居节点信息后的目标节点v的特征表征。随后，在多维度空间中，利用对比监督学习模块捕捉不同类别的目标节点的类别边界，将同类节点拉近、异类节点拉远，加强各类别节点特征表征的约束。最后，用两层网络层分类器对目标节点特征进行分类预测。本专利通过构建多关系图以检测进行行为特征伪装以及关系间伪装的虚假用户，并设计多关系图内、图间的消息聚合函数，以便能高效地聚合图目标节点的邻居消息。
一种基于监督神经网络水军虚假评论检测算法

[发明专利]一种考虑偏好不确定性的评价感知推荐方法-CN202310712055.4在审
发明人：钱洋;熊迎秋;杨明;姜元春;刘业政;孙见山;柴一栋 -专利权人：合肥工业大学
申请日： 2023-06-15 - 公布日： 2023-08-29 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种考虑用户偏好不确定性的评论感知推荐方法，包括以下步骤：1.使用用户评论与评分构建数据集，2、构建非对称的用户偏好和产品特征表征学习模型，并融合用户偏好和商品特征构建评分预测模型，3、模型的训练与优化。本发明提出了非对称深度学习推荐方法，综合考虑了用户评论在学习用户偏好和产品表征方面的差异性，同时引入了用户偏好不确定性，从而能提高产品推荐性能。
一种考虑偏好不确定性评价感知推荐方法

[发明专利]基于超链的面向数据要素流通的交易方法和系统-CN202310290226.9在审
发明人： 刘业政;周芦娟;宗兰芳;袁昆;孙春华;柴一栋;孙见山 -专利权人：合肥工业大学
申请日： 2023-03-21 - 公布日： 2023-08-11 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供一种基于超链的面向数据要素流通的交易方法和系统，涉及数据要素流通技术领域。本发明依托私有链、联盟链、公有链、平行链等区块链技术和跨链技术，构建基于超链并考虑数据交易机制的全国一体化数据要素流通交易方法，打破了“机制孤岛”和“数据孤岛”，支持数据要素流通交易平台跨层级、跨地域、跨行业互联互通；此外，利用区块链技术在隐私保护方面的优势分别为数据资源持有权、数据产品经营权和数据加工使用权的交易提供可信的平台。
基于面向数据要素流通交易方法系统

[发明专利]一种基于精准化采样自适应邻域的多关系图神经网络的电商反欺诈方法-CN202310528393.2在审
发明人：曹杰;杨善林;刘业政;孙宏亮;袁昆;徐瑞卿 -专利权人：合肥工业大学
申请日： 2023-05-11 - 公布日： 2023-08-11 - 主分类号： G06Q30/018 文献下载
摘要：一种基于精准化采样自适应邻域的多关系图神经网络的电商反欺诈方法，1)基于商品平台的log日志数据，获取用户对商品的评论内容，获取用户评论内容特征和用户评论行为特征，2)将对同一商品进行评价的用户构造边，形成图结构，从而得到用户‑评论的图结构；3)使用手动功能，包括所有商品评论的排名顺序、与商品平均值的绝对评分偏差、是否是用户的唯一评论，作为原始节点特征；4)对图结构进行子图采样，具体而言，对每个节点，只选取一部分它的邻居节点，减少欺诈节点原本的不平衡率；5)训练图神经网络模型，学习图节点特征和图结构；本发明方法能够缓解欺诈检测任务中类别不平衡所带来的问题，提高对欺诈者的识别精度。
一种基于精准采样自适应邻域关系神经网络电商反欺诈方法

[发明专利]一种基于SP-VAE的托攻击检测方法-CN202310528400.9在审
发明人：曹杰;杨善林;刘业政;王有权;袁昆;王心浩 -专利权人：合肥工业大学
申请日： 2023-05-11 - 公布日： 2023-08-08 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于监督原型变分自动编码(SP‑VAE)的托攻击检测方法，首先采集用于训练模型的用户概貌的评分数据；然后根据采集到的用户概貌评分数据计算出每个用户的各个特征指标；将计算得到的特征指标组合成特征向量、使用变分自编码方法进行增强；以数字0到3分别代表正常用户和三种托攻击方式,0代表正常用户1代表平均攻击，2代表爱恨攻击和3代表流行攻击添加到增强后得到新的特征向量；然后计算出用户各种类的类型；接着对基于原型网络改进的模型进行训练；最后根据训练好的模型检测测试集中各个用户，并对检测到的用户进行分类输出每种用户的用户类型，属于正常用户还是某种托攻击用户。
一种基于 sp vae 攻击检测方法

[发明专利]一种基于个体信息的个性化联邦学习的人体动作识别方法-CN202310516751.8在审
发明人：柴一栋;潘岳;刘昊鑫;周安琪;杨兴革;周芦娟;刘依;刘龙顺;黄阿美;姜元春;刘业政 -专利权人：合肥工业大学
申请日： 2023-05-09 - 公布日： 2023-08-04 - 主分类号： G06F3/01 文献下载
摘要：本发明公开了一种基于个体信息的个性化联邦学习的人体动作识别方法，包括：1根据个体信息计算客户端间的相似度；2服务器将模型部署到客户端；3客户端根据本地数据集进行模型训练；4服务器根据相似度矩阵为每个客户端聚合个性化模型，直到模型收敛部署最终模型并进行实时分析。本发明在客户端数据分布异质的情况下仍能保证分类的准确性，从而能降低联邦学习的通信成本。
一种基于个体信息个性化联邦学习人体动作识别方法

[发明专利]基于分层卷积神经网络的商品图像分类方法-CN202310218038.5在审
发明人：姜元春;陈莉;袁昆;钱洋;刘业政 -专利权人：合肥工业大学
申请日： 2023-03-08 - 公布日： 2023-05-23 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于分层卷积神经网络的商品图像分类方法，包括：步骤1、获取仅包含单一商品的原始商品图像集并进行预处理；步骤2、构建分层卷积神经网络模型，包括特征提取模块、层级融合分类模块；步骤3、对商品图像数据集使用有监督对比学习优化所述特征提取模块；步骤4、利用分类损失和有监督对比损失训练所述分层卷积神经网络模型，进行商品图像标签分类。本发明能有效解决数据特征和标签关系利用不充分的问题，从而能在提高商品图像分类准确率的同时提升商品图像分类模型的鲁棒性。
基于分层卷积神经网络商品图像分类方法

[发明专利]一种融合多模态评论信息的用户个性化需求预测方法-CN202310011459.0在审
发明人：姜元春;周凡;钱洋;刘业政;袁坤;柴一栋 -专利权人：合肥工业大学
申请日： 2023-01-05 - 公布日： 2023-05-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种融合多模态评论信息的用户个性化需求预测方法，其步骤包括：1.基于用户的购买历史记录，构建用户‑商品的购买关系网络；2.利用用户发表的多模态评论内容，构建网络图中边的属性；3.利用多模态变分自编码器挖掘用户在文本和图像两种模态上的主题分布；4.利用图注意力网络建模用户与商品之间的交互信息和多模态评论内容的语义信息；5.选取合适的损失函数来训练和优化模型。本发明结合了变分自编码器和图注意力网络，既能够分别从文本和图像这两种模态的数据中充分且全面地挖掘出用户对商品的偏好信息，又能够准确地对用户和商品进行表征，从而能达到更加精确的用户个性化需求的预测效果。
一种融合多模态评论信息用户个性化需求预测方法

[发明专利]融合库存信息的产品推荐优化方法、电子设备及存储介质-CN202211586807.9在审
发明人：钱洋;陈邵格;姜元春;刘业政;孙见山;许华华 -专利权人：合肥工业大学
申请日： 2022-12-09 - 公布日： 2023-05-12 - 主分类号： G06Q10/087 文献下载
摘要：本发明公开了一种融合库存信息的产品推荐优化方法、电子设备及存储介质，该方法包括以下步骤：1.构建包含用户对产品显式评分和隐式反馈以及产品库存数据集合，2.构建包含神经网络的矩阵分解推荐算法，3.构建结合归一化交叉熵损失函数和库存损失函数的目标函数进行模型训练，4.根据预测匹配度获取推荐结果。本发明通过神经网络结构的矩阵分解推荐方法得到用户对于产品的评分预测，并通过引入库存损失函数对低库存或缺货产品进行惩罚，从而降低低库存产品的推荐概率，提高库存丰富商品的推荐机会。
融合库存信息产品推荐优化方法电子设备存储介质

[发明专利]一种面向用户和营销人员的全景酒店预览系统-CN202211683066.6在审
发明人： 刘业政;吴荣荣;孙春华;丁正平 -专利权人：合肥工业大学
申请日： 2022-12-27 - 公布日： 2023-04-28 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种面向用户和营销人员的全景酒店预览系统，包括：全景图像模块，用于获取酒店图像并对图像数据进行处理；用户模块，用于获取用户注册登录信息、用户基本信息以及交互信息；酒店模块，用于获取酒店营销人员注册登录信息、酒店基本信息、交互信息以及酒店宣传信息；数据库模块，用于存储所有模块产生的数据；系统功能模块，包括：注册登录模块、推荐系统模块、搜索引擎模块、全景展示模块、线上预订模块。本发明中酒店营销人员拍摄有关酒店的图像并上传至系统平台，用户在系统平台上搜索相应的酒店并进行预览，在虚拟现实中提前体验酒店的服务，从而能有助于酒店和消费者之间的信息交流。
一种面向用户营销人员全景酒店预览系统

[发明专利]一种考虑种子信息及因果关系的评论有用性预测方法-CN202310032346.9在审
发明人：姜元春;张萌;钱洋;刘业政 -专利权人：合肥工业大学
申请日： 2023-01-10 - 公布日： 2023-04-25 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种考虑种子信息及因果关系的评论有用性预测方法，包括获取评论文本及其对应的非文本数据，从而构建评论数据集D；获取用户评论偏好，从而构建种子主题词分布φs；基于评论数据集D和种子主题词分布φs构建贝叶斯种子主题回归模型；基于所述评论数据集D，初始化步骤S2与步骤S3中的所有参数，并利用EM算法与吉布斯采样方法对文档主题分布、主题词分布、评论有用性预测分布进行参数推断。本发明通过加入种子信息来允许用户指导主题的发现过程，从而能快速、准确地挖掘对用户关注的有益主题，同时通过联合建模评论文本和评论相关数据来提高预测精度，可广泛应用于因果推断和语言学领域。
一种考虑种子信息因果关系评论有用预测方法

[发明专利]面向社会化推荐的语义与结构视图融合的物品推荐方法-CN202211590930.8在审
发明人：袁昆;姜元仲;孙见山;姜元春;钱洋;柴一栋;刘业政 -专利权人：合肥工业大学
申请日： 2022-12-12 - 公布日： 2023-04-07 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种面向社会化推荐的语义与结构视图融合的物品推荐方法，其步骤包括：1提出社会化推荐中隐性关系的定义；2构建异构信息网络并定义元路径；3提取局部评分预测；4提取全局评分预测；5模型融合；6提出针对用户评级行为的约束；7模型训练并得到训练后的深度图模型和训练后的宽度线性注意力模型。本发明能在不同的社交关系分布不平衡性和稀疏性条件下仍能保证推荐的准确性和稳定性。
面向社会化推荐语义结构视图融合物品方法

1
2
3
4
5
6
7
下一页»
尾页
共 104 条