专利交易市场

本发明公开了一种基于知识图谱的区块链匿名追踪方法及电子设备，首先根据已知可疑地址账户按照交易价值进行筛选，得到交易发生时间及相应地址账户范围，并根据交易的流向及价值对区块链进行切片分析；然后通过对切片分析后得到的图谱进行依存句法树分析提取出图谱中隐含的逻辑规则，其次使用GraphSAGE算法学习得到各个节点在低维空间的向量表示以供逻辑推理分析任务使用。紧接着由关系评估函数对节点的向量表示进行评估从而推理得到节点间潜在的逻辑关系并采用K‑shell算法评估节点在区块链网络中的重要程度，最后使用可视化工具将节点的重要程度或影响力表示出来以观察节点间的关系及影响范围，推测出地址账户间的隐藏关系，从而发现实体间的关系。

本发明公开了一种基于动态探针的实体关联挖掘方法，包括配置探针侦听应用系统对数据库的交互数据；对侦听到的数据进行处理，形成一个实体的格式化数据存入关系型数据库；将所述实体与关系型数据库中的已有实体进行特征融合，分别计算两个对比实体的属性信息的相似度、属性值的相似度、日志相似度；然后将计算得到的属性信息相似度、属性值相似度以及日志相似度，使用模糊逻辑推理方法得出两个对比实体的相似程度，实现实体之间的关联匹配。本发明采用基于动态探针的实体关联挖掘方法，获取企业业务和数据库存储的相关数据，通过多维特征度量不同实体之间的相似性，并采用模糊逻辑推理方法给出实体之间的最佳匹配结果，由此可以节省人工匹配时间。

本发明公开了一种基于模糊控制的多足机器人步态控制调整方法，首先进行IMU数据采集，得到四元数；然后通过公式计算得到多足机器人的横滚角和俯仰角，作为输入变量；再通过确定模糊控制规则库对输入变量进行模糊化处理。之后利用模糊决策逻辑推理及去模糊化，得到机身高度系数Kh、跨步距离系数KI和抬腿高度系数Kf。通过三个系数实时改变运动状态下的多足机器人机身高度、跨步距离和抬腿高度，实现多足机器人根据环境信息进行步态的自适应调整并控制多足机器人进行运动。本发明方法对六足机器人的关键运动指标设置人工约束，而不需要IMU之外的额外传感设备。因此，机器人的成本及其硬件组件的复杂性较低，从而降低了成本和硬件要求。

本发明公开了一种基于逻辑推理和溯因矫正的云API互补推荐方法，属于智能软件工程技术领域，包括：将查询云API转换为对应的概率嵌入向量；利用逻辑推理单元得到每个查询云API的互补嵌入向量；利用注意力网络得到和查询集整体互补的互补基向量；利用互补基向量和候选云API间的KL散度得到互补得分；按互补得分从大到小对候选云API进行排序得到互补推荐列表；利用溯因模型推断得到与推荐结果最有可能互补的原因；利用推断原因和真实原因之间的差异得到溯因损失；以溯因损失最小化反向传播矫正推荐结果；按矫正后的互补得分对候选云API重新排序。本发明能够对互补关系进行有效建模并对推荐结果进行矫正。

本发明提供一种基于重建偏重U‑Net的道路提取方法、装置、设备和存储介质，方法包括：获取训练集和验证集；构建U‑Net神经网络模型，其中U‑Net神经网络模型包括编码器和解码器，所述编码器包括五个卷积模块，所述解码器包括四个上采样重建层；将所述训练集输入U‑Net神经网络模型进行训练，并保存所述网络模型的参数，以获得初始U‑Net神经网络模型；将所述验证集输入初始U‑Net神经网络模型并结合损失函数训练，直至模型收敛，以获得训练好的U‑Net神经网络模型。将待检测图像输入训练好的U‑Net神经网络模型，获取道路提取结果。本发明的道路提取U‑Net神经网络模型，能有效增强网络的重建能力，使得网络对于遮挡等信息，具备更好的逻辑推理能力，能取得更好的分割精度和鲁棒性。

一种船用发电机开关和汇流排开关的合闸控制逻辑计算方法，属于船用配电技术领域。包括如下步骤：将船舶发电机配电系统单线图化简为数学拓扑图，将拓扑图中的发电机开关G1～Gn+1、汇流排开关K1～Kn构建为BOOL型，再定义n个BYTE型节点B1～Bn用于表示该节点上并联的发电机总数；列出节点B1～Bn上挂的发电机总数的逻辑表达式，利用节点B1～Bn中任意一个的值必须小于3这样的逻辑运算来进行逻辑推理；S3)对是否允许合闸进行数学判断。极大地化解了计算的难度，提高了计算的速度，也简化了PLC等计算控制器的复杂的if‑else逻辑分支推理，使得在大型电力系统中逻辑运算简单可行，大大降低了程序设计的潜在bug发生率。

本发明请求保护一种基于区间二型模糊神经网络的垂直切换算法，属于移动通信技术领域，具体包括以下步骤：首先，在网络预筛选阶段，定义了历史接入率，结合当前候选网络集的数目设置阈值。根据接收信号强度和剩余可用带宽，对用户接收范围内的所有网络进行初步筛选；然后在垂直切换判决阶段，将剩余候选网络的时延，丢包率以及误码率作为区间二型模糊神经网络的输入，利用前馈神经网络的结构完成模糊逻辑推理，经训练之后计算得到输出判决值，从而选择最佳接入网络。最后，实验结果表明，该算法能在保证时间复杂度较低的同时，有效降低切换决策的错误概率，减少切换失败和切换次数，提升网络总吞吐量。

本发明涉及一种用户兴趣偏好捕获方法，属于运用于点击率预测领域。该方法使用融合用户经验直觉与逻辑推理的双认知过程构建兴趣偏好捕获系统，通过该兴趣偏好捕获系统并行学习用户的历史交互序列数据，挖掘其历史交互行为的动态变化与顺序联系，捕获下一时刻用户的兴趣偏好；该方法包括以下步骤：S1、数据输入；S2、数据处理；S3、潜在兴趣偏好捕获；S4、动态兴趣偏好捕获；S5、兴趣偏好融合。本发明可以更精确的描述用户的兴趣偏好，提升用户与项的交互体验。