“韩启龙”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164个，建议您升级VIP下载更多相关专利

[发明专利]一种基于时空门控图卷积网络的多源数据预测方法和装置及计算机和存储介质-CN202310741073.5在审
发明人：张海涛;姚祥忠;韩启龙;宋洪涛;刘鹏 -专利权人：哈尔滨工程大学
申请日： 2023-06-21 - 公布日： 2023-10-20 - 主分类号： G06F18/24 文献下载
摘要：一种基于时空门控图卷积网络的多源数据预测方法和装置及计算机和存储介质，涉及时空预测领域。解决现有的深度学习网络难以对多源数据做到快速精准的预测的问题，本发明提供一种基于时空门控图卷积网络的多源数据预测方法，所述方法包括以下步骤：S1：获取多源时序历史数据；S2：由S1所述多源时序历史数据进行数据预处理，得到所述预处理后的训练样本数据作为训练输入数据；S3：由S2所述的训练输入数据对时空门控图卷积网络模型进行训练，得到时空数据特征的预测值；S4：将所述预测值与真实值比较，得到基于时空门控图卷积网络模型的参数，所述装置采用所述方法实现，适用于多通道声呐发射机的研发过程中。适用于其他的时空预测任务中。
一种基于时空门控图卷网络数据预测方法装置计算机存储介质

[发明专利]一种基于公平性的面向多元隐私数据的预测方法及系统-CN202310703296.2在审
发明人： 韩启龙;韩佐天;宋洪涛;卢丹;刘鹏 -专利权人：哈尔滨工程大学
申请日： 2023-06-14 - 公布日： 2023-10-17 - 主分类号： G06F21/62 文献下载
摘要：本发明提出了一种基于公平性的面向多元隐私数据的预测方法及系统；首先确定给定的逻辑回归的多元数据集的预测任务和敏感属性；使用函数机制的思想，将逻辑回归损失函数使用切比雪夫多项式展开为多项式的形式；使用决策树算法选择出对敏感属性影响最大的属性；使用贝叶斯网络选择出若干个对敏感属性影响最大的一组属性；在展开的多项式函数的系数上加入带有公平性约束惩罚项的拉普拉斯噪声；使用已满足公平性和差分隐私保证的损失函数进行对数据集的预测任务；本发明通过使用切比雪夫多项式、决策树算法和贝叶斯网络，以及带有公平性约束惩罚项的拉普拉斯噪声，来保护多元数据集的隐私和公平性，并确保预测任务可以顺利完成。
一种基于公平性面向多元隐私数据预测方法系统

[发明专利]代理感知的跨域序列推荐方法、设备、介质和产品-CN202310709833.4在审
发明人：宋洪涛;肖世桐;陈睿;韩启龙;刘鹏 -专利权人：哈尔滨工程大学
申请日： 2023-06-15 - 公布日： 2023-10-13 - 主分类号： G06F16/9535 文献下载
摘要：代理感知的跨域序列推荐方法、设备、介质和产品，属于信息处理技术领域，解决跨域序列推荐存在局限性而导致推荐准确度低问题。本发明的方法包括：使用代理编码器模块对每个物品的文本描述进行编码，以获得一个更普遍的表征，该表征用于跨域序列，通过揭示更高层次的语义互连来传递跨域共享信息；设计了一个时间间隔感知的注意力编码器模块，其中任何两个物品之间的顺序次序和相对时间间隔都被利用；为了更好地理解跨域序列中不同领域的物品之间的相关性，提出了一个对比学习的辅助任务模块，以加强对跨域序列的表述。本发明适用于处理信息过载问题，捕获用户动态偏好。
代理感知序列推荐方法设备介质产品

[发明专利]一种满足参与方的个性化隐私保护需求的联邦学习方法和系统-CN202310707082.2在审
发明人： 韩启龙;祝永杰;宋洪涛;卢丹;刘鹏 -专利权人：哈尔滨工程大学
申请日： 2023-06-14 - 公布日： 2023-10-13 - 主分类号： G06N20/20 文献下载
摘要：一种满足参与方的个性化隐私保护需求的联邦学习方法和系统，涉及网络与信息安全技术领域。解决联邦学习场景中因服务器不可信而导致参与方隐私泄露的问题。所述方法包括：参与方选择隐私预算，隐私预算加密并发送给服务器；服务器接收隐私预算进行求和，服务器与参与方协作解密得隐私预算总和，并把总和发送给参与方；参与方将隐私预算与隐私预算总和相除得聚合权重；服务器把全局模型参数发送给参与方，根据参数进行训练获得本地模型；参与方将本地梯度与聚合权重相乘，之后进行梯度裁剪；对裁剪后参数进行扰动，并发送给服务器；服务器接收梯度参数并进行聚合生成全局模型。应用于隐私数据保护领域。
一种满足参与个性化隐私保护需求联邦学习方法系统

[发明专利]一种基于多任务学习的知识图谱链接预测方法、计算机设备及存储介质-CN202310620744.2在审
发明人：王也;杨建华;韩启龙;宋洪涛;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-05-29 - 公布日： 2023-10-03 - 主分类号： G06N5/02 文献下载
摘要：一种基于多任务学习的知识图谱链接预测方法、计算机设备及存储介质，涉及知识图谱补全领域。解决现有InteractE模型存在的平移特性被破坏的问题。本发明提供以下方案，对知识图谱数据集进行预处理生成逆关系三元组，将得到的逆关系三元组的知识图谱数据集作为输入；构建基于多任务学习的知识图谱链接预测模型；在所述预测模型的训练集上进行迭代训练；将验证集中待预测逆关系三元组的头实体和关系输入到所述模型中，得到InteractE模型作为解码器的全部尾实体的预测得分，将测试集中待预测三元组的头实体和关系输入加载模型参数的模型中，预测得分最高的尾实体作为输出。适用于知识图谱中已经存在的头实体和关系信息预测缺失的尾实体的方法中。
一种基于任务学习知识图谱链接预测方法计算机设备存储介质

[实用新型]一种新型筛选机-CN202321014985.4有效
发明人：韩民涛;孙峰云;韩启龙;孙海文;黄嵚翔;卞立阳 -专利权人：韩民涛
申请日： 2023-04-28 - 公布日： 2023-09-22 - 主分类号： B07B1/28 文献下载
摘要：本实用新型公开了一种新型筛选机，涉及中药加工技术领域，包括箱体，箱体一端的下端固定有L形底架，L形底架的上端设置有螺旋输送机构，螺旋输送机构的下端固定有入料口，螺旋输送机构的上端固定有出料口，出料口远离螺旋输送机构的一端贯穿箱体并延伸至箱体内侧，箱体的内侧且位于出料口的下端还设置有进料组件，箱体的内侧且位于进料组件的下端分别设置有第一筛盒、第二筛盒和储料盒，箱体内侧的一端固定有振动电机，振动电机的输出端固定有传振导架。本实用新型提供的一种新型筛选机，通过整体的结构配合设计，使得方便对排料盒的倾斜角度进行调节，进而便于对进料速度进行调节，有利于减少第一筛盒和第二筛盒的堵塞。
一种新型筛选

[发明专利]一种外部信息辅助的中文知识抽取方法、系统、存储介质及计算机-CN202310576018.5在审
发明人： 韩启龙;丁彤彤;王也;宋洪涛;卢丹;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-05-19 - 公布日： 2023-09-19 - 主分类号： G06F40/295 文献下载
摘要：一种外部信息辅助的中文知识抽取方法、系统、存储介质及计算机，涉及信息抽取领域。解决现有中文中的实体识别任务困难，需要处理更多的歧义性和上下文依赖性的问题。所述方法包括：获取中文嵌套命名实体识别数据集，将所述数据集进行预处理，并划分为训练集、验证集和测试集；构建外部信息辅助的中文知识抽取模型；利用所述训练集对所述外部信息辅助的中文知识抽取模型进行训练，获取优化模型；根据所述优化模型进行解码操作，获取优化模型预测的输入序列的所有互不冲突的命名实体。本发明应用于命名实体识别领域。
一种外部信息辅助中文知识抽取方法系统存储介质计算机

[发明专利]一种基于先验知识的数据增值链接预测方法、装置、计算机设备及介质-CN202310659846.5在审
发明人：王也;罗恩泽;韩启龙;宋洪涛;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-06-05 - 公布日： 2023-09-12 - 主分类号： G06N5/02 文献下载
摘要：一种基于先验知识的数据增值链接预测方法、装置、计算机设备及介质，属于知识图谱链接预测技术领域，解决了现有知识图谱中存在的内容缺失问题。本发明首先通过利用三元组中的实体和关系的类型信息，进行基于类型层次的初始权重设置。然后，根据类型的权重进行实体和关系的相关度计算后，对类型关系权重矩阵进行训练。接着，本发明利用类型信息组成的先验知识得到先验概率，再通过卷积模型和图注意力模型以及基于翻译的模型计算得到似然概率，并将两个概率按照贝叶斯公式进行整合，得到最终的概率进行预测。本发明适用于社交网络中预测用户之间是否建立联系、推荐系统中为用户提供个性化推荐服务、网络安全中预测异常情况等场景。
一种基于先验知识数据增值链接预测方法装置计算机设备介质

[发明专利]基于图注意力网络和时间卷积网络的多模态异常检测方法-CN202310555050.5在审
发明人：宋洪涛;芦新凯;韩启龙;卢丹;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-05-17 - 公布日： 2023-09-05 - 主分类号： G06F18/24 文献下载
摘要：本申请公开了一种基于图注意力网络和时间卷积网络的多模态异常检测方法，属于多模态数据异常检测技术领域，包括：基于若干传感器获取多模态数据集，对多模态数据集进行预处理，并将预处理后的多模态数据集划分为训练集和测试集；基于图注意力网络和多头注意力机制构造用于提取空间相关特征的空间特征提取模块，基于时间卷积生成对抗网络构造时间特征提取模块，根据空间特征提取模块和时间特征提取模块构建多模态异常检测模型；通过训练集对多模态异常检测模型进行训练及参数优化，得到目标网络；将测试集输入到目标网络中，通过目标网络进行多模态异常检测。本申请提供的方法，在实验数据集上有着明显的优势，适用于多模态异常检测的工作。
基于注意力网络时间卷积多模态异常检测方法

[发明专利]一种面向拜占庭不可信多方协同差分隐私数据的频繁项集挖掘方法-CN202310402203.2在审
发明人： 韩启龙;闫宇坤;宋洪涛;陈睿;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-04-17 - 公布日： 2023-09-05 - 主分类号： G06F21/71 文献下载
摘要：本发明是一种面向拜占庭不可信多方协同差分隐私数据的频繁项集挖掘方法。本发明涉及信息安全与隐私数据挖掘技术领域，本发明针对涉及分布式场景下频繁项集挖掘任务中，拜占庭攻击者利用数据中毒攻击所实施的放大性增益攻击，本发明设计了一套安全的数据挖掘框架，该框架充分考虑了信息的安全性、隐私性和可用性。框架中首先进行多轮数据收集并形成待用数据集；接着分析在当前本地差分隐私协议下，拜占庭本地差分隐私放大增益攻击的部署形式；而后利用基于数据驱动的无监督训练方法进行攻击目标项目挖掘，并在项目全集中去除挖掘到的目标项目并获得正确的频繁项集挖掘结果。
一种面向拜占庭不可信多方协同隐私数据频繁挖掘方法

[发明专利]一种基于关系路径推理的全局数据空间链接预测方法及系统-CN202310372757.2在审
发明人：李丽洁;李鑫;韩启龙;宋洪涛;卢丹;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-04-10 - 公布日： 2023-09-01 - 主分类号： G06F16/36 文献下载
摘要：本发明提出了一种基于关系路径推理的全局数据空间链接预测方法及系统，利用全局数据空间技术对庞大的知识图谱数据进行获取和后续处理；利用知识图谱中大量存在的三角结构来挖掘关系路径，三角结构不仅能够得到路径推理的置信度，同时抽取的路径长度为2，在保证计算效率的同时得到了语义信息最丰富的关系路径；利用门控循环单元结构GRU技术对关系路径进行推理，为模型本身提供了丰富的语义信息；利用注意力机制保证实体对之间多条路径都能充分考虑，且做到了主次分明；改进了ConvR模型的关系初始嵌入结构，以使其在性能优化的同时解决了ConvR难以适应下游任务的问题；本发明的效果和现有技术相比有着显著优势，可以出色完成链接预测工作。
一种基于关系路径推理全局数据空间链接预测方法系统

[发明专利]一种满足本地差分隐私的基于方向感知的轨迹数据采集方法及系统-CN202310379571.X在审
发明人： 韩启龙;张跃敏;陈睿;宋洪涛;卢丹;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-04-11 - 公布日： 2023-08-29 - 主分类号： H04W12/02 文献下载
摘要：本发明提出了一种满足本地差分隐私的基于方向感知的轨迹数据采集方法及系统，首先通过基于锚的空间约束方法，对用户的轨迹区域进行自适应的限制，从而在不违反隐私约束的情况下显著提高性能；其次利用隐私预算将轨迹中每个点的相邻方向信息离散化用于该点的扰动过程；这种信息用作连接相邻点的线索，并且可以用于限制轨迹中每个点的区域；最后利用指数机制和优化进程得到最终经过扰动的轨迹并上传给服务器；本发明满足严格的本地差分隐私，为移动用户轨迹数据提供可证明的隐私保护，且不需要访问额外的公开知识，通过使用本方法解决了轨迹数据采集过程中的隐私泄露问题。
一种满足本地隐私基于方向感知轨迹数据采集方法系统

[发明专利]基于跨度对比学习的跨域命名实体识别方法、设备、存储介质和产品-CN202310621806.1在审
发明人：王也;史宸枭;韩启龙;宋洪涛;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-05-30 - 公布日： 2023-08-25 - 主分类号： G06F40/295 文献下载
摘要：基于跨度对比学习的跨域命名实体识别方法、设备、存储介质和产品，属于命名实体识别技术领域，解决领域偏移及跨度边界信息学习性能低的问题。本发明的方法包括：使用预训练语言模型、对抗训练、对比学习、KL散度等技术构建基于跨度对比学习的跨域命名实体识别模型，利用实体边界信息，将顺序标签转化为全局边界矩阵，完成跨度级别的对比学习以及KL散度的计算，模型在训练过程中不断更改其中相关参数，充分考虑到了实体边界信息，学习到更多领域不变性信息，大大提高了跨域命名实体识别的性能。本发明适用于跨域命名实体的识别。
基于跨度对比学习命名实体识别方法设备存储介质产品

[发明专利]基于降噪与提示调节的多行为推荐方法及系统-CN202310602268.1在审
发明人： 韩启龙;张持;宋洪涛;陈睿;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-05-25 - 公布日： 2023-08-25 - 主分类号： G06F18/15 文献下载
摘要：本发明公开了一种基于降噪与提示调节的多行为推荐方法及系统，属于多行为推荐技术领域，其中，该方法：获取用户与项目的多行为交互数据以构建数据集，并对其进行预处理划分为训练集和测试集；构建基于降噪与提示调节的多行为推荐框架，并利用训练集对基于降噪与提示调节的多行为推荐框架进行训练，其中基于降噪与提示调节的多行为推荐框架包括嵌入层、模式增强图编码器、行为感知降噪模块和预测层；将目标用户输入到训练后的基于降噪与提示调节的多行为推荐框架中，根据其预测层计算待推荐项目相对于目标用户的推荐得分，根据其将项目推荐给目标用户。该方法通过对辅助行为进行降噪并弥合辅助行为与目标行为之间的语义鸿沟以改进多行为推荐性能。
基于提示调节行为推荐方法系统

[发明专利]基于自编码器和数据增强的高维稀疏数据离群点检测方法及系统-CN202310378368.0在审
发明人：张海涛;马文海;韩启龙;宋洪涛;刘鹏 -专利权人：哈尔滨工程大学;哈尔滨龙明科技有限公司
申请日： 2023-04-10 - 公布日： 2023-08-15 - 主分类号： G06F18/2433 文献下载
摘要：本发明公开了一种基于自编码器和数据增强的高维稀疏数据离群点检测方法及系统，属于数据挖掘技术领域，其中，该方法包括：获取异常检测样本数据集作为试验数据集，并对其进行预处理，得到训练集和测试集；构建数据增强模型，以对训练集进行上下采集处理，得到类异常样本与正常样本相等的增强数据；将训练集输入注意力机制模块中，以计算特征关联度；将增强数据输入注意力机制模型中，根据特征关联度计算相关特征数，根据相关特征数计算重构数据；利用离群点检测基准器对重构数据进行异常检测。该方法基于自编码器对数据进行降维操作，将稀疏的高维数据映射到低维空间中进行离群点检测，解决了维度过高对检测结果准确率的影响。
基于编码器数据增强稀疏离群检测方法系统

1
2
3
4
5
6
7
8
9
10
11
下一页»
尾页
共 164 条