马强
- 作品数：46 被引量：28H指数：2
- 供职机构：西南科技大学更多>>
- 发文基金：国家自然科学基金四川省应用基础研究计划项目博士科研启动基金更多>>
- 相关领域：自动化与计算机技术电子电信理学更多>>
- 一种基于H264的语义信息传输与保护方法
- 本发明公开了一种基于H264的语义信息传输与保护方法，首先对H264规范的数字视频进行语义信息标引，得到n维语义信息并预处理为n幅二值图像，作为鲁棒水印嵌入在H264规范数字视频I帧DCT域的中频系数中。由于I帧中语义水...
- 邢玲马强张琦何燕玲李国斌
- 文献传递
- 在线社交网络下共享视频的信任度计算方法
- 本发明公开了一种在线社交网络下共享视频的信任度计算方法，当社交网络中某个用户接收到共享视频时，先基于共享视频的内容定位符来计算共享视频的内容属性信任值，然后考虑浏览共享视频的社交用户的身份信任、社交用户对共享视频的评分、...
- 马强张琦邢玲高建平冯家衡戴军
- 一种获取电子商务中商家信誉值的方法
- 本发明公开了一种电子商务中商家信誉值的方法，通过交易价格、评价满意度和交易侧重因素三个因子来计算消费者对商家的本地信任值，然后利用改进的PageRank算法来度量每个消费者的全局可信度，最后加权消费者的全局可信度和本地信...
- 马强何燕玲张琦万栋邢玲
- 文献传递
- 一种基于分组数据包匹配的安全组播源认证方法
- 本发明针对基本Merkle哈希树源认证方式过大通信成本缺点，设计了一种基于分组数据包匹配的安全组播源认证方法。通过划分数据包为四分组，进行组内数据包附着哈希值即摘要值以及设置位包的方法，本发明可以有效降低基于树链源认证方...
- 邢玲马强何燕玲黄河
- 基于加权二分网络的冗余流量演化模型研究被引量：1
- 2014年
- 针对互联网上用户重复访问网络资源形成冗余流量造成网络拥塞的问题,建立了随时间演化的加权二分网络(weighted bipartite network,WBN)模型。通过对用户网络行为及冗余流量的形成机制和演化规律的分析,WBN模型采用择优连接和拓扑增长的方式完成网络演化。仿真实验表明,在演化过程中,用户节点强度经历了由指数分布到幂律分布再到随机分布的变化,有效地模拟了Internet中冗余流量的演化过程。仿真结果和理论分析一致,进一步证明了WBN模型的正确性和实用性。
- 魏立邢玲马强何燕玲
- 关键词：幂律分布
- 基于混合行为兴趣度的用户兴趣模型被引量：19
- 2016年
- 用户兴趣模型是个性化推荐技术的基础与核心,针对现有用户兴趣模型在模型建立阶段用户兴趣评价的不足,提出了一种基于混合行为评价兴趣度值的方法。突出了用户阅读时间的特殊性,在用户阅读时间异常的情况下利用其他浏览行为来量化用户兴趣度,并结合用户的浏览内容提出了用户兴趣模型的表示和更新机制,从而建立用户兴趣模型。实验验证了兴趣度度量方法的有效性,将测试结果与K-means聚类模型进行比较,证明该模型的推荐准确度有明显提高。
- 邢玲宋章浩马强
- 关键词：用户兴趣模型用户兴趣度向量空间模型文本聚类推荐系统
- 一种Top-K大象流的检测方法
- 本发明公开了一种Top‑K大象流的检测方法，所述Top‑K大象流的检测方法包括：S1：获取网络流数据；S2：对所述网络流数据进行解析，得到解析后的网络流数据；S3：利用NewKeeper检测所述解析后的网络流数据中的To...
- 杨宋亮马强谭顺华廖梓钧李波赵兴达
- 多维社交网络中的社区发现算法研究被引量：1
- 2018年
- 多维社交网络中蕴含着多个维度的信息,若单独选择其中一维进行社区发现显然是不合理的。为解决这个问题,提出一种综合社交关系(包括好友关系、评论关系、推荐转发关系等)和兴趣相似的社区发现方法。首先研究用户的社交行为关系,定义用户社交强弱度,推出用户紧密度公式;然后使用主题模型研究用户博文主题特性,定义主题相似度公式;再推出用户总相关度公式,并用其计算节点间的传递概率,使用Label Propagation算法对用户进行划分;最终划分出综合用户社交联系紧密且兴趣相似的社区,在真实微博上验证该方法的合理性和有效性。
- 朱家磊马强邢玲
- 关键词：主题模型
- 基于张量神经网络的音频多语义分类方法被引量：1
- 2012年
- 音频特征向量已广泛应用于音频分类的研究,该表示形式虽能有效体现音频的固有特性,但无法表示音频信息多语义特性及各语义间的相关性。提出了基于张量统一内容定位(TUCL)的音频语义表征方式,将音频语义描述表示为三阶张量,并构建多语义张量空间。在此空间中,张量语义离散度(TSD)能有效聚集具有相同语义的音频资源,通过计算各音频资源的TSD来完成对音频资源的分类,并构建了RBF张量神经网络(RBFTNN)来自适应学习分类模型。实验结果表明,在多语义分类的情况下,TSD算法的分类性能明显优于当前典型的高斯混合模型(GMM)算法;通过与支持向量机(SVM)学习模型相比可知,基于TSD的RBFTNN模型分类学习的准确率明显优于基于TSD的SVM模型。
- 邢玲贺梅马强朱敏
- 关键词：语义表征神经网络
- 基于用户签到的跨社交网络用户匹配
- 2023年
- 跨社交网络用户匹配技术可以融合多平台用户数据,从而实现更多元的应用,现有基于签到的社交网络用户匹配研究,忽略了多源社交网络签到数据的失衡性,导致算法在真实数据集下匹配精度下降的问题。针对此问题,提出一种基于用户签到的跨社交网络用户匹配方法。通过网格聚类算法对用户签到数据进行粗粒度化和过滤,选择出潜在相关性强的签到数据;从这些签到数据中提取时空特征,计算出不同属性相似度;通过优化多属性相似度的权重分配,综合计算用户匹配分。在多组数据集上的实验结果表明,所提出方法在签到数据失衡情况下的有效性。
- 戴军马强
