-
公开(公告)号：CN104731962B
公开(公告)日：2018-10-12
申请号：CN201510158310.0
申请日：2015-04-03
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种社交网络中基于相似社团的好友推荐方法，属于数据挖掘和信息检索领域。通过用户的社交信息找到社交网络中的社交社团，从结构和属性两方面提出一种计算社团间相似度的规则，利用用户节点在社团中的拓扑结构将用户分类，通过分析用户节点在自身社团中以及其它社团中的角色地位来定义节点在网络中的角色，为目标社团的各类用户提供相似社团中相对应的同类或多类的用户作为好友推荐集。该方法将传统的单个用户之间的相似度计算扩展为社团间相似度的计算，将传统的用户之间的好友推荐问题扩展为在相似社团中通过角色发现，将用户分类，为目标社团的各类用户推荐同类或多类用户。可以广泛应用于社交网络、电子商务等相关领域。
-
公开(公告)号：CN108399197A
公开(公告)日：2018-08-14
申请号：CN201810087257.3
申请日：2018-01-30
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明请求保护一种基于用户置信度和时间上下文的协同过滤推荐方法，涉及协同过滤推荐方法中用户之间相似度的计算。针对用户评分数据极端稀疏的情况下传统相似度度量方法的不足问题和用户兴趣动态变化情况，提出一种基于用户置信度和时间上下文的协同过滤推荐方法。首先，构造用户与项目之间的评分矩阵。其次，通过本发明提出的基于用户置信度和时间上下文相似度计算方法计算用户之间的相似度。然后，根据用户之间相似度排序的结果，选择最优的近邻用户集，或者设定一个相似度的阈值，选择超过阈值的用户作为目标用户的邻居。最后，获得目标用户地最近邻集合后，将相似度作为权重得到目标用户对未评分项目的预测，形成Top-N列表推荐给用户。
-
公开(公告)号：CN108388911A
公开(公告)日：2018-08-10
申请号：CN201810090695.5
申请日：2018-01-30
Applicant: 重庆邮电大学
Abstract: 本发明提出一种面向混合属性的移动用户动态模糊聚类方法，该方法分析移动用户行为属性，从而实现用户的动态分群。首先按照用户属性比例初步计算模糊聚类时用户各类属性权重，进一步通过定义用户行为相似度指标来衡量用户间的相似度，通过用户平均隶属度阀值作为指标来确定是否需要增加新的群组。使用本文的方法解决模糊K-Prototypes算法的分类权重属性系数不易确定的问题，且通过采用Jaccard距离度量特殊标型变量之间的距离。通过定义用户行为相似度指标描述用户间的行为相似度，然后计算用户平均隶属度，用户平均隶属度较小说明这些用户不适合划分到现有群组，需要增加新的群组，从而实现用户的动态分群。
-
公开(公告)号：CN108287904A
公开(公告)日：2018-07-17
申请号：CN201810076808.6
申请日：2018-05-09
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于社会化卷积矩阵分解的文档上下文感知推荐方法，该方法首先利用卷积神经网络(CNN)捕获物品描述文档的上下文信息，并将获得的上下文特征向量和高斯噪声一起作为项目的潜在向量；然后利用用户的兴趣爱好更容易受到其所信任的朋友的影响(具有直接链接关系)的特点，通过计算其好友的潜在特征向量的平均值来确定目标用户的潜在特征向量；最后根据用户和项目的联合概率分布函数预测出用户对项目的评分信息。该方法以概率的角度将CNN无缝集成到基于矩阵分解技术的社会化推荐(SocialMF)中，这使得它能在学习过程中进一步识别出与目标用户具有信任关系并且兴趣比较接近的朋友，从而达到优化推荐结果的目的。
-
公开(公告)号：CN108229166A
公开(公告)日：2018-06-29
申请号：CN201711291684.5
申请日：2017-12-08
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种使用引导型搜索的网页木马(挂马网页)检测方法。该方法主要由两个部分构成，分为外围程序部分和核心组件部分。外围程序使用网络爬虫程序从互联网中下载网页，通过一个弱过滤器程序过滤掉明显无害的网页，并将结果输入网页检测程序。网页检测程序将挂马网页分类出来，存入数据库，形成挂马网页黑名单，并将一部分送至核心组件部分分析。核心组件包括数个特征分析组件和搜索引擎工具。特征分析组件分析出输入的挂马网页的特征，并通过使用这些特征引导搜索引擎搜索并下载相似的网页。通过这种引导搜索下载的方式，所获取的网页中，挂马网页的比例会有显著提高。引导搜索下载的网页直接提交至网页检测程序分析，从而在较短的时间内找到大量挂马网页，提高检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN104734916B
公开(公告)日：2018-04-27
申请号：CN201510104409.2
申请日：2015-03-10
Applicant: 重庆邮电大学
IPC: H04L12/26
Abstract: 本发明请求保护一种基于TCP协议的高效多级异常流量检测方法，在传统的异常流量检测的过程中加入了一种多级异常检测机制。该方法是对网络中客户端发送的数据流量的异常检测，它使用差分均值的方法对客户端产生的原始流量进行差分平稳化处理，同时根据网络中已有的流量进行分析、统计，动态的设定一个自适应阈值区间，对平稳化之后的流量进行自适应阈值差分流量检测，并对通过初级检测的数据包进行进一步的异常检测。这种进一步的异常检测主要是对经过路由转发过来的数据包进行解析，提取其关键字段，根据对关键字段的判定，进一步判断从客户端发送过来的数据包是否为异常。本发明提高了检测精度且简便易于实现。
-
公开(公告)号：CN107704868A
公开(公告)日：2018-02-16
申请号：CN201710756048.9
申请日：2017-08-29
Applicant: 重庆邮电大学
Abstract: 本发明提出一种基于移动应用使用行为的用户分群聚类方法，将SOM和Kmeans聚类算法相结合用于移动手机用户分群。该方法首先构建移动用户移动应用适用行为分析体系，将SOM和Kmeans方法相结合，对用户的移动应用上网行为进行分析，从而达到移动手机用户分群的目的。使用SOM-Kmeans两段式聚类分析，综合了SOM算法计算简单且包容性好和Kmeans算法对数据集数量要求不高的优点，同时弥补SOM算法训练时间长，解决Kmeans算法初始值K难以确定的缺点。在以移动手机用户使用偏好矩阵为分析数据的移动手机用户聚类中，能在较短的时间内得到比较好的细分结果。
-
公开(公告)号：CN107613520A
公开(公告)日：2018-01-19
申请号：CN201710756540.6
申请日：2017-08-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及数据挖掘领域，具体公开了一种基于LDA(Latent Dirichlet Allocation潜在狄利克雷分布)主题模型的电信用户相似度发现方法，其是将电信用户的多维特征与基于概率模型的主题发现算法有机地联系在一起，从四个不同的方面考虑电信用户相似度计算方法，这四个方面分别是：用户的基本属性、通话记录、短信记录以及用户一天中连接的所有基站的位置信息和连接起始时间、结束时间。本发明重点利用LDA主题模型对用户一天中所连基站信息语料库进行建模，利用文本的统计特性，挖掘隐藏在文本内的潜在主题信息，得到文档的主题分布，以此计算文档的相似度，为深入挖掘电信领域用户的相似特征提供有力地保证。
-
公开(公告)号：CN107086996A
公开(公告)日：2017-08-22
申请号：CN201710243461.5
申请日：2017-04-14
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种车联网安全认证装置及方法，方法包括如下步骤：将传统密码学认证服务与信任评估机制进行有机结合，按照认证执行装置提供的接口实现并挂载到装置上，并通过装置统一接口对外提供调用服务，屏蔽各复杂认证算法的实现细节；在感知层车辆节点上部署可信嵌入式安全模块，提供安全能力，并将感知层加密算法组件化；构造集可信终端、密码学认证方法、信任评估系统于一体的认证体系；对底层感知层提供的高安全可信证据因子匹配评估，为上层交通信息服务平台提供认证决策依据。
-
公开(公告)号：CN106770333A
公开(公告)日：2017-05-31
申请号：CN201710089935.5
申请日：2017-02-20
Applicant: 重庆邮电大学
IPC: G01N21/88 , G01N21/95 , G01N21/956
CPC classification number: G01N21/8851 , G01N21/95 , G01N21/956 , G01N2021/8874 , G01N2021/888 , G01N2021/8887 , G01N2021/95646
Abstract: 本发明公开了一种BGA缺陷自动检测方法，主要步骤包括：BGA图像采集，该BGA图像是完整的一幅图像，直接进行处理；图像预处理，使用中值滤波去噪，然后采用线性补偿亮度不均匀的方法减少图像亮度不均匀的影响；随后二值化图像并对轮廓处理得到去除背景的BGA图像，同时计算每个BGA轮廓的面积，对BGA外轮廓进行扩展，增加两个像素宽的外轮廓；使用Sobel算子得到二值化后的图像，从而计算出图像中气泡面积并判断气泡面积与原图像中BGA面积之比是否符合要求。上述BGA缺陷检测方法实现了真正的自动检测，方便快捷，精度高。
-
-
-
-
-
-
-
-
-
Search Results
181
records
(took 0.116 seconds)
