-
公开(公告)号:CN119808987A
公开(公告)日:2025-04-11
申请号:CN202411689110.3
申请日:2024-11-25
Applicant: 河南科技大学
Abstract: 本发明公开了一种车联网中基于自适应梯度层级量化的联邦学习方法,车辆节点进行本地训练并计算梯度向量,自适应确定梯度量化层级并对梯度向量进行层级量化和修正,对量化梯度向量进行无效量化补偿后连同量化误差上传至对应路边单元,路边单元对其服务域内的量化梯度向量进行聚合并上传至中央云服务器,并对量化误差进行累积后反馈至各车辆节点用于指导梯度量化,中央云服务器根据各个路边单元上传的聚合梯度向量更新模型参数,然后下发至车辆节点进入下一轮迭代学习,直到达到联邦学习结束条件,则联邦学习结束。本发明在降低通信负载的情况下提高模型收敛速度和准确性,实现了车联网节点间交互时通信数据量和模型完整性的平衡。
-
公开(公告)号:CN119271825A
公开(公告)日:2025-01-07
申请号:CN202411510417.2
申请日:2024-10-28
IPC: G06F16/36 , G06F16/35 , G06Q50/00 , G06N5/022 , G06F18/214 , G06N3/045 , G06F40/289 , G06F16/31 , G06F16/951 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于用户行为知识图谱的社交网络异常行为检测方法,整合社交网络中的用户行为数据构成用户行为知识图谱,然后根据用户行为知识图谱构建四阶张量,对用户行为知识图谱张量进行张量分解,再计算得到各个行为嵌入向量,将正常用户行为对应的行为嵌入向量构成训练样本集并对构建的行为重构模型进行训练,最后将待检测行为嵌入向量输入训练好的行为重构模型,根据重构误差与阈值的大小比较得到异常行为检测结果。采用本发明可以有效提高异常行为检测的准确率。
-
公开(公告)号:CN116095100B
公开(公告)日:2024-08-20
申请号:CN202211301461.3
申请日:2022-10-24
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于异常行为发现的车联网内部入侵检测方法,构建基于记忆增强自编码器的车联网内部入侵检测模型,该模型基于异常通信行为数据的重构误差大于正常通信行为数据的原理来实现入侵检测,云服务器初始化车联网内部入侵检测模型的相关参数并下发至各个路边单元,基于联邦聚合对车联网内部入侵检测模型进行训练,训练完成后各个路边单元采用训练好的车联网内部入侵检测模型对其覆盖范围内的车辆进行入侵检测。本发明通过对车联网内部中的正常车辆通信行为特征进行建模,当车辆的通信行为与正常模型发生重大偏离时则认为该车辆为被入侵车辆。
-
公开(公告)号:CN118365468A
公开(公告)日:2024-07-19
申请号:CN202410580961.8
申请日:2024-05-10
Applicant: 河南科技大学
IPC: G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06F18/213 , G06F18/23 , G06F18/241 , G06N3/0442 , G06N3/084 , G06N20/20
Abstract: 本发明公开了一种基于扩展社交图的隐性链接预测方法,对需要进行隐性链接预测的社交网络构建社交图,并将用户集合划分为隐藏用户集合和普通用户集合,采用用户属性预测模型对用户属性进行预测,基于用户属性信息和言论互动信息对社交图进行扩展得到扩展社交图,构建包括图卷积网络和预测评分模块的隐性链接预测模型,从普通用户集合中抽取用户对,生成链接训练样本对隐性链接预测模型进行训练,将隐藏用户集合每个用户对输入训练好的隐性链接预测模型,得到是否存在隐性链接的预测结果。本发明根据用户属性关联和言论互动对社交图进行扩展,从而获取更为有效的用户特征,提高隐性链接预测的准确度。
-
公开(公告)号:CN114669719B
公开(公告)日:2024-06-04
申请号:CN202210255346.0
申请日:2022-03-16
Applicant: 河南科技大学
Abstract: 本发明公开了一种热加工工艺数据库用砂型铸造装置,涉及砂型铸造设备技术领域,一种热加工工艺数据库用砂型铸造装置,包括第一壳体、第二壳体、第一固定块、第二固定块和固定螺栓,所述第一壳体和第二壳体对应设置,第一壳体的四个角上均设有第一固定块,所述第二壳体的四个角上设有第二固定块,所述第一固定块与第二固定块对应设置,所述第一固定块和第二固定块上均设有结构相同的固定孔;本发明结构简单合理,可以有效的防止传统浇铸方式浇铸过快导致浇铸腔内存有气泡,有效的减少了浇铸时金属液体内存在的气泡还使得金属液体更加完全的充斥在浇铸腔内,并且还可以更加轻松快速的脱模了。
-
公开(公告)号:CN117835283A
公开(公告)日:2024-04-05
申请号:CN202410048977.4
申请日:2024-01-12
Applicant: 河南科技大学
IPC: H04W24/02 , H04W16/26 , H04L67/104 , H04L67/1097 , G06N3/042 , G06N3/045
Abstract: 一种用于移动机会网络的节点双重激励方法,提出基于图注意力神经网络的框架,通过节点历史交互行为、属性等来进行节点的声誉评估,基于节点声誉来刺激节点参与协作,有效实现首次激励;本发明引入契约理论,针对首次声誉激励后,为弥补节点协助消息传输的资源消耗及信息不对称情况下,设计个性化合同并讨论最优合同制定,来进行节点协作传输奖励的二次激励,以最大化节点效用,通过基于图注意力神经网络评估节点的声誉和契约相结合,提出DIGC双重激励机制,来鼓励节点之间合作传输,减少节点自私性,提升了移动机会网络的投递率,降低数据传输延迟。
-
公开(公告)号:CN117440342A
公开(公告)日:2024-01-23
申请号:CN202311352990.0
申请日:2023-10-18
Applicant: 河南科技大学
Abstract: 本发明公开了一种车联网中异步联邦学习梯度动态压缩方法,在车联网的路边基站中设置中心参数服务器,各个车辆中设置客户端,车辆选择路边基站建立连接并加入车辆簇,联邦学习每个轮次开始前,中心参数服务器计算该轮次的梯度压缩因子并广播给车辆簇中所有车辆,每个车辆客户端分别根据梯度压缩因子执行权重向量更新并计算模型梯度参数,将模型梯度参数进行聚合后得到局部聚合梯度,连同历史模型梯度参数分布上传至中心参数服务器,中心参数服务器根据历史模型梯度参数分布计算每个车辆在聚合模型中的权重并对局部聚合梯度进行全局聚合压缩,得到全局梯度向量并广播至所有车辆。本发明可以提高联邦学习的鲁棒性,平衡了模型计算效率和资源消耗。
-
公开(公告)号:CN116484164A
公开(公告)日:2023-07-25
申请号:CN202310474712.6
申请日:2023-04-27
Applicant: 河南科技大学
IPC: G06F17/18
Abstract: 本发明属于高压直流输电技术继电保护领域,具体涉及一种换流器运行不平衡度计算方法及系统。本发明通过构造换流器各相阀对应的导通时间宽度的差异,即根据换流器各相阀对应的导通时间宽度最大值、导通时间宽度最小值与换流器正常运行时每相阀连续导通时间宽度,计算换流器运行的不平衡度,从而能够定量对换流器运行的不平衡度进行表征;并且经过验证,在不同的故障情况和不同的桥阀连接方式的情况下按照该计算方式得到的换流器运行不平衡度均与换流器阀侧直流电流的多次谐波之和的变化规律一致,因此所计算出的换流器运行不平衡度定量表征换流器运行不对称程度的可行性能够得到保证。
-
公开(公告)号:CN111242218B
公开(公告)日:2023-04-07
申请号:CN202010031369.4
申请日:2020-01-13
Applicant: 河南科技大学
IPC: G06F18/22 , G06F18/2321 , G06F18/25 , G06F18/26 , G06Q50/00 , G06F16/951
Abstract: 本发明公开了一种融合用户多属性信息的跨社交网络用户身份识别方法,首先分别从两个社交网络中爬取各自用户的显示名称、用户好友网络和历史发布内容,然后计算用户之间的显示名称相似度、好友网络相似度以及历史发布内容相似度,最后综合所有特征属性相似度进行用户匹配,得到用户身份识别结果。本发明充分考虑用户不同数据之间的融合,融合三类信息的特征属性相似度可以打破不同用户信息在识别过程中的限制问题,使得不同信息在识别过程中实现互补,提高了用户身份识别的普适性以及识别性能。
-
公开(公告)号:CN115643176A
公开(公告)日:2023-01-24
申请号:CN202210169308.3
申请日:2022-02-23
Applicant: 河南科技大学
Abstract: 本发明公开了一种社交车联网去中心化协作缓存方法,将社交车联网中的路侧单元和智能车辆作为缓存节点,采用DQN模型来构建去中心化协作缓存模型,其中DQN模型的状态设置为缓存和请求状态,动作设置为内容请求处理动作,同时设计对应的奖励函数,通过联邦学习对缓存模型进行训练,然后每个车辆根据缓存模型确定当前的缓存策略。本发明将社交车联网中的路侧单元和智能车辆作为缓存节点,采用DQN模型来构建去中心化协作缓存模型,实现去中心化协作缓存,提高社交车联网的缓存能力。
-
-
-
-
-
-
-
-
-