-
公开(公告)号：CN112232433B
公开(公告)日：2022-08-26
申请号：CN202011158915.7
申请日：2020-10-27
Applicant: 河北工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明为一种基于双通路网络的肺结节良恶性分类方法，包括：第一步，对图像进行预处理，提取肺结节图像，形成训练集和测试集；第二步，通过Res2Net类残差连接网络中进行特征提取，完成局部多特征提取；第三步，通过全局特征提取网络进行特征提取，完成全局特征提取；第四步，将局部特征和全局特征进行特征交互运算得到完成网络模型的构建；第五步，选取激活函数，将训练集输入到网络模型中进行训练完成迭代，得到训练后的网络模型；第六步，将肺结节CT图像输入到训练后的网络模型中，输出肺结节对应的良、恶性的分类概率，将分类概率最大的类别作为肺结节的最终分类结果。该方法在准确率、敏感性和特异性方面都表现出优越的性能。
-
公开(公告)号：CN113840255A
公开(公告)日：2021-12-24
申请号：CN202111218186.4
申请日：2021-10-20
Applicant: 河北工业大学
Abstract: 本发明为一种基于云边融合环境的异常探测方法，包括步骤一、筛选出m个对事件起决定作用的主属性；步骤二、将探测区域划分为多个子区域，通过邻居子区域合并构建空间索引树；利用空间索引树查询事件的主属性信息，并将主属性信息发送至边缘节点进行异常判断；步骤三、单个边缘节点的异常探测；步骤四、利用社会意识关系进行异常边缘节点的邻居边缘节点的异常探测；步骤五、当边缘层将异常子区域的主属性信息都上传到云层后，云做出决策。该方法利用社会意识关系存在的交互判断异常边缘节点的邻居边缘节点是否发生异常，有助于引导异常节点发现可能异常的邻居边缘节点，拓展了异常探测的范围，进一步提高了异常探测的准确性。
-
公开(公告)号：CN109672938A
公开(公告)日：2019-04-23
申请号：CN201910011378.4
申请日：2019-01-07
Applicant: 河北工业大学
IPC: H04N21/442 , H04N21/466 , H04N21/475
Abstract: 本发明一种IPTV节目推荐方法，涉及由服务器执行的方便内容分发与终端用户设备相关的数据的交互式电视，是一种基于隐式评分模型和图游走的协同过滤IPTV节目推荐方法，提出一种三特征隐式评分模型，将用户收视行为数据转化为用户评分数据，再使用加入时间因子函数余弦相似度计算节目的直接相似度，然后使用图游走的方法计算节目的间接相似度，最后重建节目的相似度并对用户进行推荐，克服了现有技术中存在处于大数据环境下，数据稀疏性和兴趣漂移影响到对IPTV节目推荐的准确度的缺陷，以及现有技术均未对用户的兴趣漂移问题进行改善的缺陷。
-
公开(公告)号：CN107560618A
公开(公告)日：2018-01-09
申请号：CN201710739683.6
申请日：2017-08-25
Applicant: 河北工业大学
Abstract: 本发明涉及基于RFID的机器人室内定位方法，该方法对原RFID读写器的信号采集系统进行二次开发，使其能读到电子标签对应的位置坐标和RSSI平均值，克服了现有读写器只能读到电子标签基本信息和信号即时强度指示值的技术缺陷。本发明在设定电子标签铺于地面的方式时，采用电子标签交叉分布的策略，即在实验环境中每隔相同距离放置一个纵向电子标签，再在每四个纵向标签中间放置一个横向电子标签，解决了电子标签对于读写器的接收信号具有方向性的问题。将现有的烟花算法利用在本发明关于机器人位置计算上，通过实验结果分析，这样的改进使得应用极大似然估计定位法进行定位的精度大大提高。
-
公开(公告)号：CN116630012A
公开(公告)日：2023-08-22
申请号：CN202310193357.5
申请日：2023-03-02
Applicant: 河北工业大学
IPC: G06Q40/03 , G06F16/901 , G06N3/0464 , G06N3/042 , G06N3/047 , G06F18/2415 , G06F18/241 , G06N3/08
Abstract: 本发明为一种基于图数据不显著注入攻击的借贷平台安全性评估方法，首先获取借贷数据并转换为图数据，提取图数据的拓扑信息和节点属性信息；接着、基于图卷积神经网络构建代理模型，利用代理模型预测用户的信用等级；然后、从图数据中随机选取多个节点作为目标节点，结合拓扑结构和节点属性两个角度计算目标节点的综合分类概率，得到目标节点的分类；将多个虚假用户分别作为有害节点注入图数据，得到扰动图数据，并对扰动图数据进行优化；最后，将优化后的扰动图数据分别输入到借贷平台系统模型中，预测目标用户的信用等级；若预测结果与图数据受到扰动前的结果相同，则表明该借贷平台系统模型的安全性高，反之，表明借贷平台系统模型的安全性低。有害节点的属性与周围节点类似，更具隐蔽性，也就更能模仿真正的攻击行为，以提高系统模型安全性的评估性能。
-
Patent Agency Ranking
公开(公告)号：CN116228400A
公开(公告)日：2023-06-06
申请号：CN202310190601.2
申请日：2023-03-02
Applicant: 河北工业大学
IPC: G06Q40/03 , G06F16/901 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明为一种基于属性重构与注意力机制的信用卡用户行为预测方法，首先获取银行系统某一时期信用卡用户的历史数据，将历史数据转换为图数据；图数据的节点代表信用卡用户，边表示用户间的联系；获取图拓扑信息和节点属性矩阵；然后，基于图卷积神经网络构建节点属性重构模型，节点属性重构模型包括编码器和解码器，编码器将图拓扑信息和节点属性信息编码为潜在分布矩阵，解码器将潜在分布矩阵解码为重构的节点属性矩阵；最后，构建信用卡用户行为预测模型，将图拓扑信息和重构的节点属性矩阵输入到模型中，得到各个节点的预测标签；将训练后的信用卡用户行为预测模型用于新用户的行为预测。通过节点属性重构可以补全缺失的属性信息，同时缓解了节点敏感属性对预测结果公平性的影响。
-
公开(公告)号：CN115269321A
公开(公告)日：2022-11-01
申请号：CN202210877881.X
申请日：2022-07-25
Applicant: 河北工业大学
Abstract: 本发明为基于RNN双模型的数据流频率估计方法，该估计方法结合当下流行的循环神经网络模型，将频率估计和神经网络结合在一起，基于RNN和Conservative‑Update Sketch实现了更好的误差控制和更加精确的频率估计。该方法对数据流中数据项的频率进行估计，通过两个RNN神经网络模型对数据流进行分类，将高频数据和低频数据分开存储，降低高频数据和低频数据之间的哈希冲突，从而提高数据流频率估计的精度，由于高频数据单独存储，可以减少高频数据哈希计算的次数，在一定程度上提高了数据流的处理效率。该估计方法应用在网络流量监测中，能够监测网络的突发情况，提高监测的精度和效率。
-
公开(公告)号：CN114169504A
公开(公告)日：2022-03-11
申请号：CN202111503170.8
申请日：2021-12-10
Applicant: 河北工业大学
Abstract: 本发明为基于自适应滤波的图卷积神经网络池化方法，该方法提出了自适应滤波图卷积神经网络SFGCN和自适应滤波图卷积神经网络的池化操作SFGPool，SFGCN具有低通滤波器、高通滤波器和带通滤波器，对池化操作的输入进行了增强，相比于传统的图卷积网络，补充了中频和高频信息，防止信息丢失从而增强了网络的拟合能力；自适应滤波图卷积神经网络引入两个可学习参数，能在训练过程中对滤波器的频率特性进行自适应调节，对于不同的图分类任务可通过可学习参数控制每个频段的贡献。
-
公开(公告)号：CN112884045A
公开(公告)日：2021-06-01
申请号：CN202110208919.X
申请日：2021-02-25
Applicant: 河北工业大学
Abstract: 本发明为基于多视角的随机删边嵌入模型的分类方法，该分类方法从两个视角分别是一阶邻居的编码和图扩散分布的各自的特殊通道和他们两个共享权重通道对其进行随机删边操作求和分别做KL散度，两个独特通道和共享权重通道再结合图注意力自适应权重嵌入可以实现最佳性能。基于随机删除边的思想对邻接矩阵和图扩散进行了节点增强，防止过拟合和过平滑增强模型的深度和嵌入能力，提高分类效果及分类速度。
-
公开(公告)号：CN111830560A
公开(公告)日：2020-10-27
申请号：CN202010728475.8
申请日：2020-07-24
Applicant: 河北工业大学
Abstract: 本发明公开一种基于降秩算法的地震数据重建方法，其特征在于，该方法的操作步骤如下：第一步，获取时域上存在缺失的地震数据Y，设定最优秩为k；将地震数据Y转换为各频率切片的块Hankel矩阵；第二步，采用循环加权中位数算法对块Hankel矩阵的约束进行最小化以降低其秩，得到降秩块Hankel矩阵；第三步，对降秩块Hankel矩阵进行逆向变换，得到在频域内的重构数据 该方法将循环加权中值算法与Hankel预变换相结合，可以避免求解SVD；通过合成数据和实际数据实验，表明该方法具有更高的计算精度和效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.027 seconds)
