基于前馈神经网络的可信与不可信用户识别方法

发明专利无效专利

申请号：
CN201310547349.2
IPC分类号：G06N3/02
申请日期：
2013-11-07
申请人：
吉林大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于前馈神经网络的可信与不可信用户识别方法
申请号	CN201310547349.2	申请日期	2013-11-07
法律状态	权利终止	申报国家	中国
公开/公告日	2014-02-12	公开/公告号	CN103577876A
优先权	暂无	优先权号	暂无
主分类号	G06N3/02 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕	IPC分类号	G;0;6;N;3;/;0;2查看分类表>
申请人	吉林大学	申请人地址	吉林省长春市前进大街2699号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	吉林大学	当前权利人	吉林大学
发明人	王英;左万利;田中生;王鑫;彭涛;王萌萌;赵秋月
代理机构	长春市四环专利事务所（普通合伙）	代理人	郭耀辉

摘要

本发明公开了一种基于前馈神经网络的可信与不可信用户识别方法，旨在克服现有技术存在精准度不够、识别依据不足、灵活性缺失与社会网络解析粒度较粗等问题。该方法的步骤为1.获取特殊用户并确定训练集包含的用户；2.分析并量化用户特征，将用户表示为用户特征向量；3.构建前馈神经网络；4.训练前馈神经网络；5.由训练后的前馈神经网络实现可信与不可信用户识别其步骤为1)获取社会网络中用户信息；2)量化用户信息并生成用户特征向量；3)将用户特征向量输入到前馈神经网络中，依据输出节点的输出值识别可信与不可信用户。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供