-
公开(公告)号：CN108900409A
公开(公告)日：2018-11-27
申请号：CN201810654835.7
申请日：2018-06-22
Applicant: 郑州大学
CPC classification number: H04L51/32 , G06K9/6269 , H04L41/12 , H04L41/142 , H04L41/147 , H04L51/12 , H04L63/302
Abstract: 一种基于传播风险的社交网络信任度计算方法，所述社交网络包括若干个互联的用户，每个用户拥有一个黑名单，黑名单中包括若干个受限制用户，所述方法包括如下步骤：S1、用户ui接收到来自用户uj的联络请求；S2、社交网络平台基于用户uj全部的连接关系计算消息从用户uj传输到用户ui的黑名单中所有受限制用户的泄露概率的集合；S3、用社交网络平台基于泄露概率的集合评估用户uj的信任度。本发明提供一种基于传播路径隐私泄露风险的社交网络信任度计算方法，社交网络平台通过对任一用户信息传播路径的预测及对该传播路径造成隐私泄露风险的评估来计算用户之间的信任度，从而保证全体用户的隐私安全。
-
公开(公告)号：CN108921413B
公开(公告)日：2021-10-26
申请号：CN201810654515.1
申请日：2018-06-22
Applicant: 郑州大学
Abstract: 一种基于用户意愿的社交网络信任度计算方法，包括依次进行的组建用户集群并选取训练集、根据训练集获得区间数集合、对于任意待判定用户计算基于属性的区间数距离、根据区间数距离获得信任因子并且组合出信任证据、对所有信任证据进行证据融合并且计算最优权重集、将区间数集合与最优权重集组成用户意愿、社交网络平台依据用户意愿进行信任度计算。本发明提供一种基于用户意愿的社交网络信任度计算方法，能够体现用户意愿和用户进行信任决策时的个性化，从而有利于为社交网络的各项应用研究提供更准确的策略依据。
-
公开(公告)号：CN108900409B
公开(公告)日：2021-01-22
申请号：CN201810654835.7
申请日：2018-06-22
Applicant: 郑州大学
Abstract: 一种基于传播风险的社交网络信任度计算方法，所述社交网络包括若干个互联的用户，每个用户拥有一个黑名单，黑名单中包括若干个受限制用户，所述方法包括如下步骤：S1、用户ui接收到来自用户uj的联络请求；S2、社交网络平台基于用户uj全部的连接关系计算消息从用户uj传输到用户ui的黑名单中所有受限制用户的泄露概率的集合；S3、用社交网络平台基于泄露概率的集合评估用户uj的信任度。本发明提供一种基于传播路径隐私泄露风险的社交网络信任度计算方法，社交网络平台通过对任一用户信息传播路径的预测及对该传播路径造成隐私泄露风险的评估来计算用户之间的信任度，从而保证全体用户的隐私安全。
-
公开(公告)号：CN108921414A
公开(公告)日：2018-11-30
申请号：CN201810654834.2
申请日：2018-06-22
Applicant: 郑州大学
Abstract: 一种基于证据理论的社交网络信任度计算方法，包括A1、从所有用户中选取60～90％作为训练用户并进行训练；A2、训练过程中考察训练用户在做出信任决策时对属性的偏好程度；A3、由所有训练用户对属性的偏好程度生成若干个第一区间数；A4、将待评估用户的属性转化为第二区间数；A5、由第一区间数和第二区间数生成信任证据；B1、由用户之间的连接关系计算用户通信内容泄漏到拒联用户的风险概率；B2、由风险概率生成风险证据；C1、对信任证据和风险证据进行证据融合得到用户之间的信任度。本发明综合考虑了用户在做出信任决策时对被评价用户各维度社交属性的关注程度和对传播路径隐私泄漏风险的担忧两个因素，使信任决策的结果准确契合用户的信任心理需求。
-
Patent Agency Ranking
公开(公告)号：CN108921413A
公开(公告)日：2018-11-30
申请号：CN201810654515.1
申请日：2018-06-22
Applicant: 郑州大学
Abstract: 一种基于用户意愿的社交网络信任度计算方法，包括依次进行的组建用户集群并选取训练集、根据训练集获得区间数集合、对于任意待判定用户计算基于属性的区间数距离、根据区间数距离获得信任因子并且组合出信任证据、对所有信任证据进行证据融合并且计算最优权重集、将区间数集合与最优权重集组成用户意愿、社交网络平台依据用户意愿进行信任度计算。本发明提供一种基于用户意愿的社交网络信任度计算方法，能够体现用户意愿和用户进行信任决策时的个性化，从而有利于为社交网络的各项应用研究提供更准确的策略依据。
-
公开(公告)号：CN119251332A
公开(公告)日：2025-01-03
申请号：CN202411283227.1
申请日：2024-09-12
Applicant: 郑州大学
IPC: G06T11/00 , G06T7/00 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本申请提供了一种缺陷图像生成方法、装置、设备及介质。该方法包括步骤：获取多个正常样本图像，将正常样本图像和高斯噪声输入第一生成网络中；根据多个正常样本图像和高斯噪声，计算获取每个正常样本图像对应的缺陷掩码；将正常样本图像和其对应的缺陷掩码输入第二生成网络中，计算获取每个正常样本图像对应的缺陷样本图像。本申请通过利用大量现有的正常样本图像，生成大量高质量、种类多样且合理的缺陷掩码和缺陷样本图像，进一步将大量的缺陷掩码和缺陷样本图像用于下游的缺陷检测任务，不仅适用范围广，还能在生成缺陷样本图像的同时提供缺陷样本图像的像素级标签，即缺陷掩码，有效提升了下游任务的性能。
-
公开(公告)号：CN117577181A
公开(公告)日：2024-02-20
申请号：CN202311666705.2
申请日：2023-12-06
Applicant: 郑州大学
Abstract: 本发明公开了一种基于多层图卷积的蛋白质相互作用位点预测方法，包括(1)获取蛋白质相互作用数据，对进行相互作用的氨基酸位点进行标注；(2)获取构成氨基酸的原子信息，以原子为图的点，原子之间的化学键为图的边，利用图卷积神经网络进行原子层的信息提取，(3)获取构成蛋白质的氨基酸信息，将氨基酸自身信息与原子层传递的信息结合构成图的点，如残基之间的距离小于#imgabs0#则残基之间存在边，利用图卷积神经网络进行氨基酸层的信息提取，(4)将蛋白质特征矩阵通过全连接层得到蛋白质中每个氨基酸位点相互作用的概率；(5)重复上述步骤，不断矫正神经网络；(6)将未标注的蛋白质信息数据输入神经网络中得到预测的相互作用位点。
-
公开(公告)号：CN116312742A
公开(公告)日：2023-06-23
申请号：CN202310150446.1
申请日：2023-02-22
Applicant: 郑州大学
IPC: G16B5/00 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度建模的蛋白质序列特征表示方法，该方法包括以下步骤：(1)将蛋白质序列经过ProtBert模型，得到蛋白质初始特征矩阵；(2)在蛋白质初始特征矩阵上利用多尺寸的滑动窗口，分别为窗口内不同位置的残基分配注意力系数，通过注意力机制计算出蛋白质注意力特征矩阵；(3)在蛋白质注意力特征矩阵上利用多尺度卷积核分别进行卷积，最终得到基于注意力机制和卷积网络的蛋白质序列特征矩阵。
-
公开(公告)号：CN108921414B
公开(公告)日：2021-05-04
申请号：CN201810654834.2
申请日：2018-06-22
Applicant: 郑州大学
Abstract: 一种基于证据理论的社交网络信任度计算方法，包括A1、从所有用户中选取60～90％作为训练用户并进行训练；A2、训练过程中考察训练用户在做出信任决策时对属性的偏好程度；A3、由所有训练用户对属性的偏好程度生成若干个第一区间数；A4、将待评估用户的属性转化为第二区间数；A5、由第一区间数和第二区间数生成信任证据；B1、由用户之间的连接关系计算用户通信内容泄漏到拒联用户的风险概率；B2、由风险概率生成风险证据；C1、对信任证据和风险证据进行证据融合得到用户之间的信任度。本发明综合考虑了用户在做出信任决策时对被评价用户各维度社交属性的关注程度和对传播路径隐私泄漏风险的担忧两个因素，使信任决策的结果准确契合用户的信任心理需求。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.025 seconds)
