“马超治”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12个，建议您升级VIP下载更多相关专利

[发明专利]面向云端基于超图多级聚类的Mashup服务聚类方法-CN202211231564.7在审
发明人：陆佳炜;费佳欢;马超治;肖刚;王琪冰;程振波;徐俊;李端倪;梅浩 -专利权人：中国计量大学
申请日： 2022-10-09 - 公布日： 2023-01-17 - 主分类号： G06V10/762 文献下载
摘要：一种面向云端基于超图多级聚类的Mashup服务聚类方法，包括以下步骤：第一步、提取MATT(Mashup‑API‑Tag‑Topic)数据模型；第二步、基于MATT数据模型构建超图；第三步、对MATT数据模型构成的超图进行多级聚类，过程如下：步骤(3.1)粗化阶段；步骤(3.2)聚类阶段；步骤(3.3)细化阶段。本发明降低超图结构的复杂性，有效的缩小服务搜索空间，提高服务推荐的准确率，降低服务推荐的时间成本，减少大型超图给基于超图的推荐算法带来负面影响。
面向云端基于超图多级 mashup 服务方法

[发明专利]面向SaaS的融合带重启随机游走算法的Web Api多样性推荐方法-CN202211226862.7在审
发明人：陆佳炜;费佳欢;马超治;王琪冰;肖刚;徐俊;张元鸣;郑嘉弘;梅浩 -专利权人：中国计量大学
申请日： 2022-10-09 - 公布日： 2023-01-13 - 主分类号： G06F16/951 文献下载
摘要：一种面向Saas的融合带重启随机游走算法的Web Api多样性推荐方法，包括以下步骤：第一步、提取MATaTo数据模型；第二步、基于MATaTo数据模型构建超图；第三步、对MATaTo数据模型构成的超图进行多级聚类；第四步、基于带重启随机游走算法对Mashup服务进行推荐，定义带重启的随机游走模型的符号，随机游走在任意时刻都有可能回到初始节点，得到的服务推荐列表将更加符合需求Mashup。本发明降低超图结构的复杂性，有效的缩小服务搜索空间，提高服务推荐的准确率，降低服务推荐的时间成本，减少大型超图给基于超图的推荐算法带来负面影响；在保证数据推荐多样性的同时得到个性化推荐列表。
面向 saas 融合带重启随机游走算法 web api 多样性推荐方法

[发明专利]基于主题模型聚类的Web API推荐方法-CN202110508530.7有效
发明人：陆佳炜;郑嘉弘;赵伟;马超治;徐俊;张元鸣;肖刚 -专利权人：浙江工业大学
申请日： 2021-05-11 - 公布日： 2022-07-15 - 主分类号： G06F16/9535 文献下载
摘要：一种基于主题模型聚类的Web API推荐方法，根据上下文信息计算单词的语义权重信息从而得到文档‑单词语义权重信息矩阵D；统计单词共现信息，从而计算出SPPMI矩阵信息；基于得到Mashup服务文档单词的词频信息矩阵D，单词的上下文SPPMI矩阵M，通过分解M可以得到词嵌入信息矩阵，进一步将上述两种信息进行结合，计算服务的主题信息；将得到的Mashup服务主题特征，作为谱聚类的输入进行聚类，通过对所有数据点组成的图进行切图，让切图后不同的子图间边权重和尽可能的低，子图内的边权重和尽可能的高，达到聚类的目的；结合GBDT和FM方法对Web API服务进行预测推荐。本发明有效实现Web API推荐。
基于主题模型 web api 推荐方法

[发明专利]一种基于密度峰值检测的Mashup服务聚类方法-CN202010127369.4有效
发明人：陆佳炜;吴涵;马超治;徐俊;程振波;肖刚 -专利权人：浙江工业大学
申请日： 2020-02-28 - 公布日： 2022-06-17 - 主分类号： G06F16/33 文献下载
摘要：一种基于密度峰值检测的Mahsup服务聚类方法，所述方法包括以下步骤：第一步、对于所有参与聚类的Mashup服务的特征向量，进行局部密度、向量间距离和较高密度最近距离计算；第二步、基于第一步计算的密度信息，从所有Mashup服务特征向量中，筛选出聚类中心的候选点；第三步、对第二步所得的聚类中心候选点，进一步筛选出最为合适的K个初始聚类中心，进行K‑means聚类。本发明能够有效提升Mashup服务聚类精度，缩小服务搜索空间。
一种基于密度峰值检测 mashup 服务方法

[发明专利]一种基于功能语义关联计算的Mashup服务特征表示方法-CN202010127362.2有效
发明人：陆佳炜;吴涵;马超治;张元鸣;高飞;肖刚 -专利权人：浙江工业大学
申请日： 2020-02-28 - 公布日： 2022-06-17 - 主分类号： G06F16/33 文献下载
摘要：一种基于功能语义关联计算的Mashup服务特征表示方法，所述方法包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；第二步、基于预处理后的Mashup服务数据，进行功能名词提取操作；第三步、对于每条Mashup服务的功能名词集合FS，对每个功能名词的语义权重进行语义关联计算；第四步、基于第三步的语义权重计算结果，结合TF‑IDF算法与Word2Vec模型，进行Mashup语义特征向量的表示。本发明能够有效提升Mashup服务的匹配精度，以及服务搜索效率。
一种基于功能语义关联计算 mashup 服务特征表示方法

[发明专利]一种基于Mashup服务功能特征表示与密度峰值检测的Web数据聚类方法-CN202010127323.2有效
发明人：陆佳炜;吴涵;赵伟;马超治;程振波;徐俊;肖刚 -专利权人：浙江工业大学
申请日： 2020-02-28 - 公布日： 2022-06-17 - 主分类号： G06F16/33 文献下载
摘要：一种基于Mashup服务功能特征表示与密度峰值检测的聚类方法，包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；第二步、进行功能名词提取操作；第三步、对每个功能名词的语义权重进行语义关联计算；第四步、结合TF‑IDF算法与Word2Vec模型，进行Mashup语义特征向量的表示；第五步、对于所有参与聚类的Mashup语义特征向量，进行密度信息的计算；第六步、从所有Mashup语义特征向量中，筛选出聚类中心的候选点；第七步、进一步筛选出最为合适的K个初始聚类中心，进行K‑means聚类。本发明能够有效表示Mashup服务的功能特征，增强Mashup服务的聚类性能。
一种基于 mashup 服务功能特征表示密度峰值检测 web 数据方法

[发明专利]Web开放环境下基于Mashup服务邻域的Web API推荐方法-CN202010940196.8有效
发明人：陆佳炜;马超治;吴涵;朱昊天;郑嘉弘;肖刚 -专利权人：浙江工业大学
申请日： 2020-09-09 - 公布日： 2022-04-08 - 主分类号： G06F16/9536 文献下载
摘要：一种Web开放环境下基于Mashup服务邻域的Web API推荐方法，包括以下步骤：第一步、构建需求Mashup语义特征向量，匹配Mashup服务类簇；第二步、收集邻域内Mashup服务调用过的Web API数据，构建Web API邻域；第三步、根据邻域中构建好的Web API功能分类，对数据集中剩余的Web API进行功能类别划分；第四步、计算流行度和共现度，并进行排名，得到最终推荐列表。本发明首先初步判定需求的功能类别，明确了Web API的筛选范围，然后对数据集中所有的Web API进行功能类别划分，最后根据流行度、平均共现度的排名做出推荐，推荐的精准度较高和多样性较好。
web 开放环境基于 mashup 服务邻域 api 推荐方法

[发明专利]一种围绕主题建模的改进型K-means服务聚类方法-CN202010127367.5有效
发明人：陆佳炜;马超治;吴涵;程振波;徐俊;肖刚 -专利权人：浙江工业大学
申请日： 2020-02-28 - 公布日： 2022-04-05 - 主分类号： G06F16/33 文献下载
摘要：一种围绕主题建模的改进型K‑means服务聚类方法，包括以下步骤：第一步、对所有需要特征表示的Mashup服务数据进行预处理；第二步、基于预处理后的Mashup服务数据，进行功能名词提取操作；第三步、对于每条Mashup服务的功能名词集合FS，利用主题模型进行Mashup特征向量的表示；第四步、对于所有参与聚类的Mashup特征向量，进行密度信息的计算；第五步、基于第五步计算的密度信息，从所有Mashup特征向量中，筛选出聚类中心的候选点；第六步、对第五步所得的聚类中心候选点，进一步筛选出最为合适的K个初始聚类中心，进行K‑means聚类。本发明改善Mahsup服务聚类的最终效果。
一种围绕主题建模改进型 means 服务方法

[发明专利]基于膜计算的Web服务混合进化聚类方法-CN201910692218.0有效
发明人：陆佳炜;赵伟;周焕;马超治;王小定;徐俊;肖刚 -专利权人：浙江工业大学
申请日： 2019-07-30 - 公布日： 2021-11-23 - 主分类号： G06F16/35 文献下载
摘要：一种基于膜计算的Web服务混合进化聚类方法，包括以下步骤：第一步：形式化定义；第二步：服务相似度计算；第三步：服务聚类；第四步:数据细胞根据运转规则跟新全局最优对象；第五步:停机与输出，系统中的各个组织细胞作为单独的执行单元以并行的结构进化运行，故该系统是并行分布式的，在该系统中，定义一系列的计算步骤为一个计算，从包含初始数据细胞对象集的组织细胞开始，在每一个计算中，都意味着有一个或者多个进化规则被作用于当前的数据细胞对象集上，当达到系统的停机约束条件时，系统自动停机，计算结果呈现于系统的外环境中。本发明能更好的得到服务领域的特征性，可以更准确的计算相似度，得到更好的聚类结果。
基于计算 web 服务混合进化方法

[发明专利]神经网络中基于实体与关系编码的知识图谱表示学习方法-CN202110752419.2在审
发明人：陆佳炜;朱昊天;王小定;马超治;王志鹏;梅浩;程振波;张元鸣;肖刚 -专利权人：浙江工业大学
申请日： 2021-07-02 - 公布日： 2021-10-26 - 主分类号： G06F16/36 文献下载
摘要：一种神经网络中基于实体与关系编码的知识图谱表示学习方法，包括以下步骤：第一步、从知识库中构建目标三元组，并获得该三元组中头实体和尾实体之间所有的路径关系；第二步、进行关系编码；第三步、进行实体类型编码；第四步、获得第三步中头实体和尾实体的类型上下文向量，并将它们按顺序输入LSTM；第五步、组成路径模式vρ(p)和vρ(r)，计算这两个路径模式的余弦相似度；第六步、训练表示学习方法。本发明实现对实体和关系的语义信息的表示，进而高效地计算实体、关系及其之间的复杂语义关联。
神经网络基于实体关系编码知识图谱表示学习方法

[发明专利]基于TWE-NMF模型的Web服务描述文档语义挖掘方法-CN202110096324.X在审
发明人：陆佳炜;赵伟;郑嘉弘;马超治;程振波;徐俊;高飞;肖刚 -专利权人：浙江工业大学
申请日： 2021-01-25 - 公布日： 2021-05-25 - 主分类号： G06F40/216 文献下载
摘要：一种基于TWE‑NMF模型的Web服务描述文档语义挖掘方法，包括以下步骤：第一步：根据上下文信息和服务标签信息计算单词的语义权重信息从而得到文档‑单词语义权重信息矩阵D；第二步：统计单词共现信息，从而计算出SPPMI矩阵信息；第三步：基于第一步，第二步得到Mashup服务文档单词的词频信息矩阵D，单词的上下文SPPMI矩阵M，通过分解M可以得到词嵌入信息矩阵，进一步将上述两种信息进行结合，计算服务的主题信息。本发明在模型上能和NMF模型有机的统一，并且通过分解SPPMI矩阵引入的词嵌入信息能缓解Mashup服务特征信息稀疏的问题，从而有效地对Mashup服务进行建模。
基于 twe nmf 模型 web 服务描述文档语义挖掘方法

[发明专利]面向NLP基于GSDPMM和主题模型的Mashup服务谱聚类方法-CN202110097170.6在审
发明人：陆佳炜;赵伟;郑嘉弘;马超治;程振波;徐俊;高飞;肖刚 -专利权人：浙江工业大学
申请日： 2021-01-25 - 公布日： 2021-05-25 - 主分类号： G06F40/216 文献下载
摘要：一种面向NLP基于GSDPMM和主题模型的Mashup服务谱聚类方法，包括以下步骤：第一步：通过GSDPMM方法计算出Mashup服务数量的主题个数；第二步：根据上下文信息和服务标签信息计算单词的语义权重信息从而得到文档‑单词语义权重信息矩阵D；第三步：统计单词共现信息，计算出SPPMI矩阵信息；第四步：基于文档‑单词语义权重信息矩阵D和SPPMI矩阵M，通过分解M得到词嵌入信息矩阵，将上述两种信息进行结合，计算服务的主题信息；第五步：得到的Mashup服务主题特征作为谱聚类的输入进行聚类。本发明融合优化的词嵌入和单词语义权重计算方法来缓解短文本带来的稀疏性问题，找到更优的解集。
面向 nlp 基于 gsdpmm 主题模型 mashup 服务谱聚类方法

1
共 12 条