基于机器学习构建的社交网络影响最大化确定方法

    公开(公告)号:CN114239403A

    公开(公告)日:2022-03-25

    申请号:CN202111550263.6

    申请日:2021-12-17

    Applicant: 东北大学

    Abstract: 本发明提供一种基于机器学习构建的社交网络影响最大化确定方法,属于社交网络影响最大化技术领域;首先获取社交网络数据集并对社交网络数据集进行预处理,然后创建基于独立联级传播模型的最大化求解模型,包括多搜索模式粒子群,学习自动机和局部搜索机;最后给定一个社交网络数据集,利用构建的求解模型对这个社交网络的种子集进行求解;粒子群的应用实现了问题求解的智能性,降低了问题的复杂度;学习自动机的引入实现了粒子群的多搜索模式,解决了对于解集空间探索失衡且模式单一的问题;局部搜索机用于探索邻居解,有效加速了优化算法的收敛速度。

    基于遗传算法优化神经网络的露天矿知识图谱构建方法

    公开(公告)号:CN113569055A

    公开(公告)日:2021-10-29

    申请号:CN202110843700.7

    申请日:2021-07-26

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于遗传算法优化神经网络的露天矿知识图谱构建方法,属于露天矿山稳定性评估技术领域。包括:获取露天矿灾害相关数据并对其进行处理构建命名实体识别数据集;利用遗传算法对现有BERT‑BILSTM‑CRF模型进行优化,并利用命名实体识别数据集中的数据训练优化的BERT‑BILSTM‑CRF模型,获得命名实体识别模型;构建关系抽取标注数据集;利用遗传算法对现有BILSTM模型进行优化,并利用关系抽取标注数据集中的数据训练优化的BILSTM模型,获得关系抽取模型;将待抽取的露天矿灾害相关数据依次输入到命名实体识别模型和关系抽取模型进行实体关系抽取得到三元组,并存入Neo4j图数据库,构建露天矿知识图谱。该方法能够兼顾上下文信息,能够搭建露天矿稳定性领域高质量的知识图谱。

    一种电子物流市场带有数量折扣的真实双向拍卖方法

    公开(公告)号:CN110728564A

    公开(公告)日:2020-01-24

    申请号:CN201910930276.2

    申请日:2019-09-29

    Applicant: 东北大学

    Abstract: 本发明提供一种电子物流市场带有数量折扣的真实双向拍卖方法,涉及物流及供应链技术领域。该方法首先对于物流服务采购市场,建立社会福利最大化的模型,并提出了TR-QD真实双向拍卖机制。这种拍卖机制能确保激励相容性,个体理性,预算平衡和渐近效率。同时,TR-QD拍卖机制考虑了投标时间,实现了订单较早发出较早被满足。与传统的真实双向拍卖相比,TR-QD机制支持物流公司的投标带有数量折扣和客户合作购买,使更多的客户享受大规模物流服务的折扣。本发明的TR-QD拍卖机制可以实现客户总收益,物流公司总收益和社会总收益的增长。解决了原有拍卖机制无法处理物流公司带有数量折扣投标和客户之间合作购买的这种情况。

    基于深度学习的IPv6网络DDoS攻击检测系统及方法

    公开(公告)号:CN110011999A

    公开(公告)日:2019-07-12

    申请号:CN201910249082.6

    申请日:2019-03-29

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于深度学习的IPv6网络DDoS攻击检测系统及方法,其系统包括数据采集模块、DDoS攻击检测控制模块与响应模块;所述数据采集模块用于完成流量的拦截、采集、储存;所述DDoS攻击检测控制模块通过感知测量对当前网络流量进行监控并在其预检测子模块发现疑似DDoS攻击流量后进行数据处理和深度检测;所述响应模块用于根据检测模块的结果对IP地址黑名单进行管理从而拦截攻击流量,本发明有较好的适配力和变通力,当部署节点发生移动时,针对改变的网络状态可重新进行学习。在不干扰正常流量处理与转发的情况下能寻找可疑攻击并通过深度学习对网络流量中的DDoS攻击进行检测,不但能对已有类型的攻击进行检测,并且能对未知类型的攻击进行预测。

    一种WDM光网络中的基于效用的层间协调方法

    公开(公告)号:CN102186124B

    公开(公告)日:2014-01-15

    申请号:CN201110109795.6

    申请日:2011-04-29

    Applicant: 东北大学

    Inventor: 王兴伟 王宇 黄敏

    Abstract: 本发明提供一种WDM光网络中的基于效用的层间协调方法,该方法包括计算WDM层保护资源使用率、计算IP层的光路故障恢复的效用、比较WDM层故障恢复效用和IP层故障恢复效用;该方法可以实现当发生故障时决定各层的故障恢复顺序,同时综合考虑故障恢复时间和保护资源使用率,设计了一种基于效用的均衡故障恢复时间和保护资源使用率的层间协调机制,动态的对故障恢复进行评估和决策,能够较好的利用WDM层恢复和IP层恢复的优点,降低故障恢复时间和提高保护资源使用率。

    一种WDM光网络中的基于效用的层间协调方法

    公开(公告)号:CN102186124A

    公开(公告)日:2011-09-14

    申请号:CN201110109795.6

    申请日:2011-04-29

    Applicant: 东北大学

    Inventor: 王兴伟 王宇 黄敏

    Abstract: 本发明提供一种WDM光网络中的基于效用的层间协调方法,该方法包括计算WDM层保护资源使用率、计算IP层的光路故障恢复的效用、比较WDM层故障恢复效用和IP层故障恢复效用;该方法可以实现当发生故障时决定各层的故障恢复顺序,同时综合考虑故障恢复时间和保护资源使用率,设计了一种基于效用的均衡故障恢复时间和保护资源使用率的层间协调机制,动态的对故障恢复进行评估和决策,能够较好的利用WDM层恢复和IP层恢复的优点,降低故障恢复时间和提高保护资源使用率。

    一种WDM光网络中的基于子树的多播共享多层保护方法

    公开(公告)号:CN102186123A

    公开(公告)日:2011-09-14

    申请号:CN201110109793.7

    申请日:2011-04-29

    Applicant: 东北大学

    Abstract: 本发明提供一种WDM光网络中的基于子树的多播共享多层保护方法,属于网络通讯技术领域,该方法包括建立工作多播森林、建立保护多播森林、保护WDM层、业务离去;该方法在考虑单链路故障的前提下,基于子树构建了多播共享保护方法,根据共享的粒度不同采取子树保护资源共享策略、光路保护资源共享策略和波长链路保护资源共享策略,减少当物理链路发生故障时的受损业务的数量,可以扩展传统多播共享多层保护方法的应用范围,在进行多层保护的时候考虑多个约束情况,提供多策略下的多播共享多层保护方法。

    一种大规模制造产业的区块链技术适用性评估方法

    公开(公告)号:CN119417039A

    公开(公告)日:2025-02-11

    申请号:CN202411507747.6

    申请日:2024-10-28

    Applicant: 东北大学

    Inventor: 张诗浩 黄敏

    Abstract: 本发明提供一种大规模制造产业的区块链技术适用性评估方法,涉及区块链技术领域。本发明从可能发生的召回事件为出发点,以博弈理论为基础,计算出未采纳区块链或采纳区块链时的企业的期望收益,为企业提供一些参考,使得企业能更好的针对是否采纳区块链这一问题进行更为合理的决策。数据处理环节,需要对输入数据进行最小二乘、归一化等处理,以得出一些重要参数;在博弈理论的视角下给出建议,可以在预估其他企业的行为的基础上进行计算,结果更能反映实际。

    一种基于区块链的大规模制造全生命周期高效溯源方法

    公开(公告)号:CN119128014A

    公开(公告)日:2024-12-13

    申请号:CN202411264055.3

    申请日:2024-09-10

    Abstract: 本发明提供了一种基于区块链的大规模制造全生命周期高效溯源方法,涉及区块链技术领域,本发明中所述InMPT实现了通过当前交易对应的叶节点的value,即可直接检索到前阶段交易对应的叶节点,从而避免了在链下检索交易完整信息,以获取前一阶段交易的索引;所述交易划分实现了在所述InMPT的不同交易分支上的并行数据检索,从而将检索时间复杂度从O(log(n))降为O(log(n/k)),提高了大量交易数据时的检索效率;所述节点划分实现了不同节点组的并行数据检索,从而提高了检索请求频次高时的检索效率。本发明与传统只在链上存储交易hash值的链上链下方法相比,在全生命周期溯源中的数据检索效率方面提高了约1233%。

    用于卸载5G蜂窝物联网的V2V路由框架的设计方法

    公开(公告)号:CN115119281B

    公开(公告)日:2024-08-16

    申请号:CN202210733174.3

    申请日:2022-06-27

    Applicant: 东北大学

    Abstract: 本发明提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法,涉及5G蜂窝物联网技术领域。包括RLbR(Reinforcement Learning based V2V Routing,基于强化学习的V2V路由)系统框架的设计、RLbR框架路由协议的设计以及性能评估。为了有效地传输分流流量,本发明设计了相应的V2V路由算法。在路由算法中,利用强化学习评价邻近车辆的质量,基于位置因子PF转发数据包,通过环境模型加速Q表的收敛。在多个模拟场景下进行性能评估。结果表明,提出的框架有效地减轻了蜂窝网络的流量,在网络生存期、平均能耗、传输比和平均时延方面都有较好的性能。

Patent Agency Ranking