公开(公告)号：CN111046000B

公开(公告)日：2023-06-27

申请号：CN201911349516.6

申请日：2019-12-24

Applicant: 贵州大学 ,  中电科大数据研究院有限公司 ,  哈尔滨工程大学

Inventor： 申国伟 ,  李明前 ,  雷吉成 ,  王巍 ,  普艳红

IPC: G06F16/16 ,  G06F16/176 ,  G06Q50/26

Abstract: 本发明提出一种面向政府数据交换共享的安全监管元数据组织方法，所述方法包括步骤1：数据预处理；步骤2：监管元数据组织模型构建；步骤3：监管元数据存储。该元数据组织方法遵循国家相关标准规范，通过数据交换共享模型图、数据世系图、数据版本图实现多维度信息的组织和关联，可支撑数据溯源、安全监测分析、合规性审计等多维度监管数据安全分析，为多源异构安全监管数据的有效组织、高效分析及应用奠定基础。

公开(公告)号：CN105158727B

公开(公告)日：2017-10-31

申请号：CN201510340890.5

申请日：2015-06-18

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  宫良一 ,  王巍 ,  苘大鹏 ,  玄世昌 ,  申国伟

IPC: G01S1/08 ,  G01V3/12

Abstract: 本发明属于无线感知领域，具体涉及一种室内细粒度实时被动人体移动检测的增强型室内无源被动人体定位方法。本发明包括：数据采集：数据处理：利用线性变换方法，将随机相位转换为可用相位；特征值提取：人体移动检测。本发明提出一个室内细粒度实时被动人体移动检测方法，该方法可利用信道状态信息中的相位信息来实现人体移动检测。本方法中采用了消除随机噪音的相位信息，可以获得更加精确的检测性能。本发明研发了两种新的检测方法，这两种方法其检测阈值与具体环境无关，避免了因环境自身改变而需重新勘测的开销。这两种方法计算量较小，实时性较高。

公开(公告)号：CN105158727A

公开(公告)日：2015-12-16

申请号：CN201510340890.5

申请日：2015-06-18

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  宫良一 ,  王巍 ,  苘大鹏 ,  玄世昌 ,  申国伟

IPC: G01S1/08 ,  G01V3/12

CPC classification number: G01S1/08 ,  G01V3/12

Abstract: 本发明属于无线感知领域，具体涉及一种室内细粒度实时被动人体移动检测的增强型室内无源被动人体定位方法。本发明包括：数据采集：数据处理：利用线性变换方法，将随机相位转换为可用相位；特征值提取：人体移动检测。本发明提出一个室内细粒度实时被动人体移动检测方法，该方法可利用信道状态信息中的相位信息来实现人体移动检测。本方法中采用了消除随机噪音的相位信息，可以获得更加精确的检测性能。本发明研发了两种新的检测方法，这两种方法其检测阈值与具体环境无关，避免了因环境自身改变而需重新勘测的开销。这两种方法计算量较小，实时性较高。

公开(公告)号：CN104915371A

公开(公告)日：2015-09-16

申请号：CN201510175590.6

申请日：2015-04-14

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  申国伟 ,  王巍 ,  苘大鹏 ,  玄世昌

IPC: G06F17/30

Abstract: 本发明属于智能信息处理领域，具体涉及一种利用计算机技术辅助网络信息智能分析和处理的面向多实体稀疏关系的联合挖掘方法。本发明包括：从异构数据中抽取实体、异质关系，两类实体之间的异质关系采用异质关系矩阵表示，进而构建异质关系矩阵集合R；对于每一个异质关系矩阵Ri进行非负矩阵分解；针对每一类实体对应的矩阵分解结果进行融合，得到最终的聚类指示矩阵。本发明在真实数据集上与最近的几种方法进行了对比分析，可知本方法在准确率、纯度、NMI和ARI四个度量指标下都整体优于其他算法。本方法只与规模较小一类的实体相关，因此在大规模数据上具有较好的可扩展性。

公开(公告)号：CN104636454A

公开(公告)日：2015-05-20

申请号：CN201510054469.8

申请日：2015-02-02

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  申国伟 ,  王巍 ,  苘大鹏 ,  玄世昌

IPC: G06F17/30

CPC classification number: G06F17/30294 ,  G06F17/30566 ,  G06F17/30575 ,  G06F17/30598 ,  G06F17/30705 ,  G06F17/30864

Abstract: 本发明公开了一种面向大规模异构数据的联合聚类方法。包括以下步骤：从异构数据中抽取实体以及实体间的异质关系，得到异质关系矩阵；从将异质关系矩阵对应的两个实体中选择规模小的实体X2，以实体X2的关联关系构建关联矩阵；采用对称矩阵稀疏分解法对关联矩阵C进行分解，得到实体X2对应的聚类指示矩阵B；将矩阵B作为输入，对异质关系矩R进行三分解，得到实体X1对应的聚类指示矩阵，通过实体X1对应的聚类指示矩阵和实体X2对应的聚类指示矩阵，实现实体类别划分。本发明能够降低矩阵的稀疏性，提高了联合聚类方法的准确率。

公开(公告)号：CN104518930A

公开(公告)日：2015-04-15

申请号：CN201510012386.2

申请日：2015-01-09

Applicant: 哈尔滨工程大学

Inventor： 杨武 ,  申国伟 ,  王巍 ,  苘大鹏 ,  玄世昌

IPC: H04L12/26 ,  H04L29/06

Abstract: 本发明属于互联网信息安全管理领域，具体涉及一种面向微博的异常用户和消息同时检测方法。本发明包括：(1)数据预处理；(2)交互提取及建模；(3)基于同质交互的异质交互矩阵度量学习；(4)异质交互矩阵三分解；(5)基于先验知识的异常用户和消息识别。本发明从用户和消息两类实体出发，对两类实体产生的同质交互和异质交互进行建模，提出了面向微博的异常用户和消息的同时检测方法。在该方法中，针对异质交互矩阵，采用非负矩阵三分解的方法能够同时给出用户和消息的划分指示矩阵，提高了检测的效率。