|
|
钻瓜专利网为您找到相关结果 270个，建议您 升级VIP下载更多相关专利
- [发明专利]一种概率网络脆弱节点快速检测方法及系统-CN202310617499.X在审
-
程大伟;李璠;蒋昌俊
-
同济大学
-
2023-05-29
-
2023-10-13
-
G06N7/01
- 本发明涉及概率网络技术领域，具体为一种概率网络脆弱节点快速检测方法及系统,本发明提出一个端到端的深度强化学习框架，依靠图网络的表征能力和强化学习的强大探索能力快速推理出概率网络风险传播后的脆弱节点，特殊设计的奖励函数与策略优化方法，极大缩小迭代步数和计算的时间代价,本发明提出的长距离适应图神经网络利用门控循环单元作为信息过滤器，并用跳跃注意力机制自适应捕捉不同距离传播而来的风险信息，缓解图神经网络方法中存在的过平滑问题，提升预测的精度，本方法适应大规模概率网络中远距离风险影响,应用于真实的担保贷款网络中，不仅能够快速对脆弱节点进行准确检测，还能够辅助风险控制管理者进行概率网络传染链的分析。
- 一种概率网络脆弱节点快速检测方法系统
- [发明专利]一种面向云实例选择的多目标优化求解方法-CN201910361905.4有效
-
王鹏伟;蒋昌俊;章昭辉;刘文强
-
东华大学
-
2019-04-30
-
2023-07-11
-
G06Q30/0282
- 本发明公开了一种面向云实例选择的多目标优化求解方法，包括以下步骤：A.背景问题定义：定义该求解器的问题背景；B.初始完全Pareto集合生成：得到需求个数为1下的初始Pareto集合；C.广义笛卡尔积生成：将完全Pareto集合和初始Pareto集合进行广义笛卡尔积；D.中间完全Pareto集合生成：对广义笛卡尔积进行遍历操作得到新的完全Pareto集合；E.最终完全Pareto集合生成：通过递归C、D操作得到最终的完全Pareto集合。本发明能够解决类似云实例类型选择问题的多目标优化问题，可以得到完整的Pareto集合，帮助用户更加准确的作出决策。另外，本发明能够解决类似的多目标优化问题，得到完全Pareto集合。
- 一种面向实例选择多目标优化求解方法
|
